我如何解释scikit learn的LDA方法的转换结果？

Question

我正在使用Scikit-Learn的LatentDirichletAllocation模型。 X是包含5000个特征（100 x 5000）的100个文档的矩阵。我运行了以下代码：

from sklearn.decomposition import LatentDirichletAllocation
lda = LatentDirichletAllocation(n_topics = 5)
X_new = lda.fit_transform(X)

X_new现在是100 X 5矩阵，应该是每个文档的主题分布。但是，我不确定如何解释实际值。每个数组不总和为100，因此它本身不是分布。例如，前两个文档的数组是：

[66404.6, 0.2, 2004.7, 0.2, 0.2]
[0.2,47.3,0.2,14.0,02]

如何解释/规范化这些数字？

Answer 1

我认为这个问题更适合这里：https://datascience.stackexchange.com

但是，既然你在这里问过它，那么每个细胞都是＆＃34;多少＆＃34;本文档适合n个主题之一（在您的情况下，5）。 它没有标准化，因为每个文档都是针对每个主题单独测量的（因此，理论上所有主题都可以得到0分）。如果你想对它进行标准化，你当然可以，只需标准化l1中的每一行 - 这将显示文档针对所有主题的分布。