标签： dataset cross-validation training-data lda train-test-split
我有一个数据集，其中包含从 twitter 上抓取的大约 17000 个用户数据，我正在使用潜在狄利克雷分配算法。我想拆分我的数据集，但我不确定什么是最好的方法。 在训练 LDA 模型时拆分数据集的标准是什么。 我正在使用 gensim 来训练 LDA 模型。 谢谢