0
A
回答
2
LDA通常用于无监督学习,不用于分类。它提供了一个生成模型,而不是一个区分模型(What is the difference between a Generative and Discriminative Algorithm?),这使得它不太适合分类。 LDA对数据预处理和模型参数也很敏感。
相关问题
- 1. Gensim LDA主题分配
- 2. sklearn lda gridsearchcv与管道
- 3. 文本分类。 TFIDF和朴素贝叶斯?
- 4. SKlearn LDA与Gensim LDA的困惑对比问题
- 5. 使用Lucene计算TFIDF分数
- 6. Python ScikitLearn与TFIDF的GridSearchCV问题 - JobLibValueError?
- 7. TFIDF与以前预处理的数据
- 8. 结合Sklearn TFIDF与其他数据
- 9. TFIDF在Python
- 10. LDA - 为主题分配关键字
- 11. 潜在Dirichlet分配(LDA)实现
- 12. 错误与功能topicmodels :: lda在R
- 13. Spring LDA:与contextSource Bean有关的问题
- 14. LDA:类中的不同样本大小
- 15. PHP分类与子分类
- 16. LDA for tags(gensim)
- 17. Tfidf向量不工作
- 18. Mahout TFIDF字典文件
- 19. 绘制文档tfidf 2D图
- 20. lda只返回LD1
- 21. Gensim LDA alpha参数
- 22. LDA分类:处于测试数据零预测能力设置实或错误
- 23. 如何获得经过训练的LDA分类器的特征权重
- 24. 主题建模与机器学习与LDA
- 25. 按群组划分的PySpark平均TFIDF功能
- 26. lda {MASS}是R中唯一适合LDA的功能吗?
- 27. KNN分类与ROC分析
- 28. 使用计数和tfidf作为功能与scikit学习
- 29. 分类与mvnpdf MATLAB
- 30. LDA和主题模型