apache-spark - 相同的LDA参数和数据输入，但我每次的主题都不一样？

Question

我将 LDA 与 Spark MLlib 框架结合使用。为了确定主题的数量，我尝试:运行增加主题数量的 LDA 模型，然后找到具有最大值对数似然的最佳主题数量。但是如果我以相同的方式和相同的输入数据再次运行。我有不同的主题数量值。那么你能帮我解决以下两个问题吗:

我必须使用什么值来确定主题数:logLikelihood 或 logPrior

为什么相同的LDA参数和输入数据每次都会生成不同的主题？

以及如何稳定话题生成？

非常感谢。

编辑:我在运行 LDA 之前通过设置种子找到了解决方案，使用:

DistributedLDAModel.setSeed(long value)

Answer 1

您看到这一点是因为 LDA 在训练和推理步骤中都使用了随机性。尝试每次都设置相同的种子。