저는 LDA의 신입생이며 제 일에 그것을 사용하고 싶습니다. 그러나 일부 문제가 나타납니다.LDA에 대한 주제 수를 결정하는 방법은 무엇입니까?
최상의 성능을 얻으려면 최고의 주제 번호를 계산하고 싶습니다. "과학적 주제 찾기"를 읽은 후에는 logP (w | z)를 먼저 계산 한 다음 P (w | z)의 일련의 고조파 평균을 사용하여 P (w | T)를 추정 할 수 있음을 알고 있습니다.
제 질문은 "일련의"의미는 무엇입니까?
영어로 감사드립니다. 귀하의 참석에 감사드립니다.
불행히도 하드 과학 귀하의 질문에 대한 올바른 답을 얻지 못했습니다. 내가 아는 한, hierarchical dirichlet process (HDP)은 아마도 최적의 주제 수에 도달하는 가장 좋은 방법 일 것입니다.
더 깊은 분석을 원하는 경우 this paper on HDP은 그룹 수를 결정할 때 HDP의 장점을보고합니다.
먼저 어떤 사람들은 최적의 주제 수를 찾기 위해 고조파 평균을 사용하고 있지만 시도했지만 결과가 만족스럽지 않습니다. 제 제안에 따라 R을 사용하는 경우 "ldatuning"패키지가 유용합니다. 최적의 매개 변수 수를 계산하기위한 메트릭 다시 말하자면, 복잡성과 로그 가능성 (log-likelihood)을 기반으로하는 V-fold 교차 유효성 검사는 최고의 주제 모델링을위한 매우 좋은 옵션입니다. V-fold 교차 유효성 검사는 대형 데이터 세트에 약간의 시간이 소요됩니다. "적절한 주제 수를 결정하기위한 발견 적 접근법 주제 모델링에서 ". 중요 링크 : https://cran.r-project.org/web/packages/ldatuning/vignettes/topics.html https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4597325/