sklearn.decomposition.LatentDirichletAllocation¶

class sklearn.decomposition.LatentDirichletAllocation(n_components=10, *, doc_topic_prior=None, topic_word_prior=None, learning_method='batch', learning_decay=0.7, learning_offset=10.0, max_iter=10, batch_size=128, evaluate_every=-1, total_samples=1000000.0, perp_tol=0.1, mean_change_tol=0.001, max_doc_update_iter=100, n_jobs=None, verbose=0, random_state=None)

[源码]

基于在线变分贝叶斯算法的潜在狄利克雷分解

新版本为0.17。

在“用户指南”中阅读更多内容

参考文献：

• Re25e5648fc37-1(1,2)

  “Online Learning for Latent Dirichlet Allocation”, Matthew D. Hoffman, David M. Blei, Francis Bach, 2010

• [2] “Stochastic Variational Inference”, Matthew D. Hoffman, David M. Blei,

  Chong Wang, John Paisley, 2013

• [3] Matthew D. Hoffman’s onlineldavb code. Link:

  https://github.com/blei-lab/onlineldavb

示例：

>>> from sklearn.decomposition import LatentDirichletAllocation
>>> from sklearn.datasets import make_multilabel_classification
>>> # This produces a feature matrix of token counts, similar to what
>>> # CountVectorizer would produce on text.
>>> X, _ = make_multilabel_classification(random_state=0)
>>> lda = LatentDirichletAllocation(n_components=5,
...     random_state=0)
>>> lda.fit(X)
LatentDirichletAllocation(...)
>>> # get topics for some given samples:
>>> lda.transform(X[-2:])
array([[0.00360392, 0.25499205, 0.0036211 , 0.64236448, 0.09541846],
       [0.15297572, 0.00362644, 0.44412786, 0.39568399, 0.003586  ]])

方法：

__init__(n_components=10, *, doc_topic_prior=None, topic_word_prior=None, learning_method='batch', learning_decay=0.7, learning_offset=10.0, max_iter=10, batch_size=128, evaluate_every=-1, total_samples=1000000.0, perp_tol=0.1, mean_change_tol=0.001, max_doc_update_iter=100, n_jobs=None, verbose=0, random_state=None)

[源码]

初始化self. 请参阅help(type(self))以获得准确的说明。

fit(self, X, y=None)    

[源码]

用变分贝叶斯方法学习数据X的模型。

当learning_method是“在线”时，使用小批量更新。否则，使用批处理更新。

fit_transform(self, X, y=None, *fit_params)

[源码]

拟合数据，然后转换它。

使用可选参数fit_params将transformer与X和y匹配，并返回X的转换版本。

get_params(self, deep=True)

[源码]

获取这个估计器的参数。

partial_fit(self, X, y=None)                 

[源码]

在线VB与Mini-Batch更新。

perplexity(self, X, sub_sampling=False)                  

[源码]

计算数据X的近似perplexity。

Perplexity定义为exp(-1. * log-likelihood per word)

• Changed in version 0.19: doc_topic_distr argument has been deprecated and is ignored because user no longer has access to unnormalized distribution

score(self, X, y=None)

[源码]

计算近似对数似然作为分数。

set_params(self, *params)

[源码]

设置这个估计器的参数。

该方法适用于简单估计器和嵌套对象(如管道)。后者具有形式为__的参数，这样就可以更新嵌套对象的每个样本。

transform(self, X)

[源码]

根据拟合模型变换数据X。

• Changed in version 0.18: doc_topic_distr is now normalized