标签： r pca lda
我正在从事文本分析并拥有一个语料库，我希望在其中实现降维。
我知道主成分分析是执行此操作的标准方法。
在获得合理数量的维度后，我希望应用Latent Dirichelet Allocation来对文档进行分类。
在阅读文献时，我看到有些消息来源建议使用文档术语矩阵（dtm，文档作为行，术语作为列）用于PCA，而其他人建议使用术语 - 文档矩阵（tdm，术语作为行，文件为专栏）。
我有大约2400份文件和478,000个条款。
可以在tdm上进行PCA，然后获得K，我可以用它来进行LDA吗？