如何使用scikit学习特定文档的主题概率？

Question

我想在一组文件上应用LDA。它假设计算文档属于某个主题的概率。我做了以下事情：

tfidf_vectorizer = TfidfVectorizer(min_df=12, analyzer="word")
tfidf = tfidf_vectorizer.fit_transform(data_samples)
lda = LatentDirichletAllocation(n_topics=5, max_iter=5,
                                learning_method='online',
                                learning_offset=50.,
                                random_state=0)
lda.fit(tfidf)

现在我想得到data_sample中某个文档属于某个主题的概率，例如，因为我使用了5个主题：[0.2, 0.1 ,0.1, 0.1, 0.5]，关于LDA的文档很弱，你知道这些信息是否易于获取？

问题：我有同样的问题，有没有人想到这个？ 我不知道它不允许我在这里添加评论，但它让我添加到别人的帖子中。

Answer 1

我最近遇到了同样的问题。您可以使用以下代码将模型应用于每个样本：lda.transform(tfidf)

请注意，您需要使用vector tfidf。

我认为“变换”这个名称来自data transformation

的统计概念