- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
?python计算lda语?模型的困惑度并作图
困惑度?般在?然语?处理中?来衡量训练出的语?模型的好坏。在?LDA做主题和词聚类时,?章中的公式为:
perplexity=exp^{ - (∑log(p(w))) / (N) }
其中,P(W)是指的测试集中出现的每?个词的概率,具体到LDA的模型中就是P(w)=∑z p(z|d)*p(w|z)【z,d分别指训练过的主题和测试集的各篇?档】。分母的N是测试集中出现的所有词,或者说是测试集的总长度,不排重。
因?python程序代码块需要包括?个??:
1.对训练的LDA模型,将Topic-word分布?档转换成字典,?便查询概率,即计算perplexity的分?2.统计测试集长度,即计算perplexity的分母
计算困惑度
对于不同的Topic数量的模型,计算的困惑度,画折线图。python代码如下:
1 # -*- coding: UTF-8-*- 2 import numpy
import math
import string
import matplotlib.pyplot as plt 6 import re
7
def dictionary_found(wordlist): #对模型训练出来的词转换成?个词为KEY,概率为值的字典。
word_dictionary1={}
for i in xrange(len(wordlist)):
11 if i%2==0:
if word_dictionary1.has_key(wordlist[i])==True:
word_probability=word_dictionary1.get(wordlist[i])
word_probability=float(word_probability)+float(wordlist[i+1])
word_dictionary1.update({wordlist[i]:word_probability})
else:
word_dictionary1.update({wordlist[i]:wordlist[i+1]})
else:
pass
return word_dictionary1 21
def look_into_dic(dictionary,testset): #对于测试集的每?个词,在字典中查找其概率。
Calculates the TF-list for perplexity
frequency=[]
letter_list=[] 26 a=0.0
for letter in testset.split():
if letter not in letter_list:
letter_list.append(letter)
letter_frequency=(dictionary.get(letter))
frequency.append(letter_frequency)
else:
pass
for each in frequency:
if each!=None:
a+=float(each)
else:
pass
return a 40
41
def f_testset_word_count(testset): #测试集的词数统计
reture the sum of words in testset which is the denominator of the formula of Perplexity
testset_clean=testset.split()
return (len(testset_clean)-testset.count(\n)) 46
def f_perplexity(word_frequency,word_count): #计算困惑度
Search the probability of each word in dictionary
Calculates the perplexity of the LDA model for every parameter T
duishu=-math.log(word_frequency)
kuohaoli=duishu/word_count
perplexity=math.exp(kuohaoli)
return perplexity 54
def graph_draw(topic,perplexity): #做主题数与困惑度的折线图
x=topic
y=perplexity
plt.plot(x,y,color=red,linewidth=2)
plt.xlabel(Number of Topic)
plt.ylabel(Perplexity)
plt.show() 62
63
topic=[
您可能关注的文档
最近下载
- 2023压力容器设计审核人员考试题库-1.docx
- 合并肥厚性心肌病的麻醉.pptx VIP
- 小区幼儿园经营管理投标文件.docx
- TSGD7006—2023年压力管道监督检验规则.docx
- 2023年新青岛版(六三制)二年级上册科学全册课件.pptx
- 全国说课比赛一等奖课件.ppt
- 第一单元+史前时期:原始社会与中华文明的起源(单元复习课件)-【大单元教学】2024-2025学年七年级历史上册同步备课系列(统编版2024).pptx VIP
- (完整版)小升初字音、字形、词语练习.pdf VIP
- 【2024秋】人教版三年级语文上册教学工作计划(及进度表).docx
- 护理专业调研报告(高职).docx VIP
文档评论(0)