LDAModel.topicsMatrix()
的输出对我来说不清楚。我认为我理解了LDA的概念,每个主题都由对术语的分布表示。在
LDAModel.describeTopics()
中很清楚(我想):
每个主题中单词的似然总和最高的话题,表示该推文属于该话题的证据。
使用n个主题,describeTopics()
的输出是一个n乘以m矩阵,其中m代表词汇量的大小。此矩阵中的值小于或等于1。但是在
LDAModel.topicsMatrix()
中,我不知道我在看什么。阅读文档时也是如此。
该矩阵是一个m乘以n的矩阵,维度已更改,并且该矩阵中的值大于零(因此可以取值2,这不是概率值)。这些值是什么?该单词在主题中出现的次数?我如何使用这些值计算句子到主题的距离?