LDA主題模型簡介及Python實現
import gensim
from gensim import corpora
import matplotlib.pyplot as plt
import matplotlib
import numpy as np
import warnings
warnings.filterwarnings('ignore') # To ignore all warnings that arise here to enhance clarity
from gensim.models.coherencemodel import CoherenceModel
from gensim.models.ldamodel import LdaModel
# 準備資料
PATH = "E:/data/output.csv"
file_object2=open(PATH,encoding = 'utf-8',errors = 'ignore').read().split('\n') # 一行行的讀取內容
data_set=[] # 建立儲存分詞的列表
for i in range(len(file_object2)):
result=[]
seg_list = file_object2[i].split()
for w in seg_list :# 讀取每一行分詞
result.append(w)
data_set.append(result)
print(data_set)
dictionary = corpora.Dictionary(data_set) # 構建 document-term matrix
corpus = [dictionary.doc2bow(text) for text in data_set]
#Lda = gensim.models.ldamodel.LdaModel # 建立 LDA 物件
# 計算困惑度
def perplexity(num_topics):
ldamodel = LdaModel(corpus, num_topics=num_topics, id2word = dictionary, passes=30)
print(ldamodel.print_topics(num_topics=num_topics, num_words=15))
print(ldamodel.log_perplexity(corpus))
return ldamodel.log_perplexity(corpus)
# 計算 coherence
def coherence(num_topics):
ldamodel = LdaModel(corpus, num_topics=num_topics, id2word = dictionary, passes=30,random_state = 1)
print(ldamodel.print_topics(num_topics=num_topics, num_words=10))
ldacm = CoherenceModel(model=ldamodel, texts=data_set, dictionary=dictionary, coherence='c_v')
print(ldacm.get_coherence())
return ldacm.get_coherence()
# 繪製困惑度折線圖
x = range(1,15)
# z = [perplexity(i) for i in x]
y = [coherence(i) for i in x]
plt.plot(x, y)
plt.xlabel(' 主題數目 ')
plt.ylabel('coherence 大小 ')
plt.rcParams['font.sans-serif']=['SimHei']
matplotlib.rcParams['axes.unicode_minus']=False
plt.title(' 主題 -coherence 變化情況 ')
plt.show()
from gensim.models import LdaModel
import pandas as pd
from gensim.corpora import Dictionary
from gensim import corpora, models
import csv
# 準備資料
PATH = "E:/data/output1.csv"
file_object2=外匯跟單gendan5.comopen(PATH,encoding = 'utf-8',errors = 'ignore').read().split('\n') # 一行行的讀取內容
data_set=[] # 建立儲存分詞的列表
for i in range(len(file_object2)):
result=[]
seg_list = file_object2[i].split()
for w in seg_list :# 讀取每一行分詞
result.append(w)
data_set.append(result)
dictionary = corpora.Dictionary(data_set) # 構建 document-term matrix
corpus = [dictionary.doc2bow(text) for text in data_set]
lda = LdaModel(corpus=corpus, id2word=dictionary, num_topics=5, passes = 30,random_state=1)
topic_list=lda.print_topics()
print(topic_list)
result_list =[]
for i in lda.get_document_topics(corpus)[:]:
listj=[]
for j in i:
listj.append(j[1])
bz=listj.index(max(listj))
result_list.append(i[bz][0])
print(result_list)
import pyLDAvis.gensim
pyLDAvis.enable_notebook()
data = pyLDAvis.gensim.prepare(lda, corpus, dictionary)
pyLDAvis.save_html(data, 'E:/data/topic.html')
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946337/viewspace-2921183/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- LDA主題模型LDA模型
- 主題模型值LDA模型LDA
- 用WordCloud詞雲+LDA主題模型,帶你讀一讀《芳華》(python實現)CloudLDA模型Python
- 文字主題抽取:用gensim訓練LDA模型LDA模型
- 淺談話題模型:LSA、PLSA、LDA模型LDA
- 【轉】概念主題模型簡記模型
- 實現Python壓力測試工具|Python 主題月Python
- 博主簡介
- Python-split()函式用法及簡單實現Python函式
- 預處理(3):python實現用scikit-learn實現的線性判別分析(LDA)PythonLDA
- DotNet Dictionary 實現簡介
- Tekton 設計簡介 及 實踐
- Spring Boot Admin簡介及實踐Spring Boot
- RSA加密演算法簡單介紹以及python實現加密演算法Python
- CRC校驗原理簡介及C程式碼實現說明C程式
- LeNet簡介以及Caffe實現
- Python簡介Python
- 《機器學習Python實現_10_10_整合學習_xgboost_原理介紹及迴歸樹的簡單實現》機器學習Python
- 簡單介紹python中的單向連結串列實現Python
- python實現之 K-means演算法簡單介紹Python演算法
- 簡單介紹numpy實現RNN原理實現RNN
- 加推時序系統RTS實現原理及應用簡介
- vue 實現原理及簡單示例實現Vue
- 簡述 zookeeper 基於 Zab 協議實現選主及事務提交協議
- Redis學習 主從複製(master-replica)架構介紹及實現RedisAST架構
- 簡單介紹Lombok使用@Tolerate實現衝突相容問題Lombok
- EAV(實體-屬性-值)模型簡單介紹模型
- 梯度下降法實現最簡單線性迴歸問題python實現梯度Python
- 【SpringMVC】RESTFul簡介以及案例實現SpringMVCREST
- Flink Sort-Shuffle 實現簡介
- 《Python機器學習實踐》簡介Python機器學習
- MapReduce原理及簡單實現
- vuex實現及簡略解析Vue
- 8 語言模型簡介模型
- BiLSTM介紹及程式碼實現
- CNN介紹及程式碼實現CNN
- 用python做時間序列預測九:ARIMA模型簡介Python模型
- Python Selenium簡介Python