我正在Python中运行lda库,并运行此示例。有人知道X、vocab和titles的格式吗?我找不到文档。
import numpy as np
import lda
X = lda.datasets.load_reuters()
vocab = lda.datasets.load_reuters_vocab()
titles = lda.datasets.load_reuters_titles()
我正在Python中运行lda库,并运行此示例。有人知道X、vocab和titles的格式吗?我找不到文档。
import numpy as np
import lda
X = lda.datasets.load_reuters()
vocab = lda.datasets.load_reuters_vocab()
titles = lda.datasets.load_reuters_titles()
X是一个矩阵,其中行是标题,列是词汇。它是标题文本的词袋表示。
X
Out[8]:
array([[1, 0, 1, ..., 0, 0, 0],
[7, 0, 2, ..., 0, 0, 0],
[0, 0, 0, ..., 0, 0, 0],
...,
[1, 0, 1, ..., 0, 0, 0],
[1, 0, 1, ..., 0, 0, 0],
[1, 0, 1, ..., 0, 0, 0]], dtype=int32)
vocab[:5]
Out[5]: ('church', 'pope', 'years', 'people', 'mother')
titles[:1]
Out[11]: ('0 UK: Prince Charles spearheads British royal revolution. LONDON 1996-08-20',)
题目 U: Prince Charles… 中提到了 church 一次,pope 0 次,years 一次等等。
In [13]: type(titles)
Out[13]: tuple
In [14]: type(vocab)
Out[14]: tuple
In [15]: type(X)
Out[15]: numpy.ndarray