Indholdsfortegnelse:

Hvordan bruger du latent Dirichlet-allokering?
Hvordan bruger du latent Dirichlet-allokering?

Video: Hvordan bruger du latent Dirichlet-allokering?

Video: Hvordan bruger du latent Dirichlet-allokering?
Video: Specific heat and latent leat of fusion and vaporization | Chemistry | Khan Academy 2024, November
Anonim

Hvad er LDA?

  1. Vælg dit unikke sæt dele.
  2. Vælg, hvor mange kompositter du vil have.
  3. Vælg, hvor mange dele du vil have pr. komposit (prøve fra en Poisson fordeling ).
  4. Vælg, hvor mange emner (kategorier), du ønsker.
  5. Vælg et tal mellem ikke-nul og positiv uendelighed, og kald det alfa.

På samme måde kan du spørge, er Latent Dirichlet Allocation machine learning?

Latent Dirichlet tildeling ( LDA ) er en generativ probabilistisk model af et korpus. Grundtanken er, at dokumenter er repræsenteret som tilfældige blandinger over latent emner, hvor hvert emne er kendetegnet ved en fordeling over ord.

På samme måde, hvordan fungerer LDA-emnemodellering? LDA forudsætter, at dokumenter er fremstillet ud fra en blanding af emner. Disse emner genererer derefter ord baseret på deres sandsynlighedsfordeling. Givet et datasæt af dokumenter, LDA går tilbage og forsøger at finde ud af hvilke emner ville oprette disse dokumenter i første omgang. LDA er en matrixfaktoriseringsteknik.

I forhold til dette, hvordan udtaler man latent Dirichlet-allokering?

"ch" kan udtales som en "sh" lyd eller en hård "k" lyd. Og slutningen "et" kan på fransk måde udtales som "lay" eller som "let" med en hård "t"-lyd. Latent Dirichlet tildeling blev først forklaret i et forskningspapir fra 2003, men ligesom de fleste teknikker blev nøgleideerne offentliggjort tidligere.

Er Latent Dirichlet Allocation overvåget eller uden opsyn?

Det er rigtigt LDA er en uden opsyn metode. Det kan dog udvides til en overvåget en.

Anbefalede: