python - 如何使用 scikit learn 获取特定文档的主题概率？

Question

我想对一组文档应用 LDA。它假设计算文档属于某个主题的概率。我做了以下事情:

tfidf_vectorizer = TfidfVectorizer(min_df=12, analyzer="word")
tfidf = tfidf_vectorizer.fit_transform(data_samples)
lda = LatentDirichletAllocation(n_topics=5, max_iter=5,
                                learning_method='online',
                                learning_offset=50.,
                                random_state=0)
lda.fit(tfidf)

现在我想获取 data_sample 中的文档属于给定主题的概率，因为我使用了 5 个主题:[0.2, 0.1 ,0.1, 0.1 , 0.5]，有关LDA的文档非常薄弱，您知道这些信息是否容易获取？

问题:我也有同样的问题，请问有人解决了吗？我不知道它是否不允许我在此处添加评论，但它可以让我添加到其他人的帖子中。

Answer 1

我最近也遇到了同样的问题。您可以使用以下方法将模型应用到每个示例:lda.transform(tfidf)

请注意，您需要使用向量 tfidf。

我认为“变换”这个名字来自data transformation的统计概念