Turinys:

Kaip naudojate latentinį Dirichlet paskirstymą?
Kaip naudojate latentinį Dirichlet paskirstymą?

Video: Kaip naudojate latentinį Dirichlet paskirstymą?

Video: Kaip naudojate latentinį Dirichlet paskirstymą?
Video: Latent Dirichlet Allocation (Part 1 of 2) 2024, Lapkritis
Anonim

Kas yra LDA?

  1. Pasirinkite savo unikalų dalių rinkinį.
  2. Pasirinkite, kiek kompozitų norite.
  3. Pasirinkite, kiek dalių norite viename kompozite (pavyzdys iš Poisson paskirstymas ).
  4. Pasirinkite, kiek temų (kategorijų) norite.
  5. Pasirinkite skaičių tarp ne nulio ir teigiamos begalybės ir pavadinkite jį alfa.

Panašiai galite paklausti, ar latentinis Dirichlet paskirstymas yra mašininis mokymasis?

Latentinis Dirichlet paskirstymas ( LDA ) yra generatyvinis tikimybinis korpuso modelis. Pagrindinė idėja yra ta, kad dokumentai pateikiami kaip atsitiktiniai mišiniai latentinis temos, kur kiekviena tema apibūdinama žodžių pasiskirstymu.

Panašiai, kaip veikia LDA temų modeliavimas? LDA daroma prielaida, kad dokumentai yra sukurti iš įvairių temų. Tada šios temos generuoja žodžius pagal jų tikimybių pasiskirstymą. Atsižvelgiant į dokumentų duomenų rinkinį, LDA atsitraukia ir bando išsiaiškinti, kokias temas būtų pirmiausia sukurti tuos dokumentus. LDA yra matricos faktorizavimo technika.

Kalbant apie tai, kaip tariate latentinį Dirichlet paskirstymą?

"ch" gali būti tariamas kaip "sh" garsas arba sunkus "k" garsas. O galūnė „et“prancūziškai gali būti ištarta kaip „lay“arba „let“su kietu „t“garsu. Latentinis Dirichlet paskirstymas pirmą kartą buvo paaiškinta 2003 m. moksliniame darbe, tačiau, kaip ir dauguma metodų, pagrindinės idėjos buvo paskelbtos anksčiau.

Ar latentinis Dirichlet paskirstymas yra prižiūrimas ar neprižiūrimas?

Teisingai tai LDA yra neprižiūrimas metodas. Tačiau jis gali būti pratęstas iki a prižiūrimas vienas.

Rekomenduojamas: