我想澄清潜在的Dirichlet分配（LDA）与文档聚类的通用任务之间的关系。
LDA分析倾向于输出每个文档的主题比例。如果我的理解是正确的，这不是文档聚类的直接结果。但是，我们可以将此概率比例视为每个文档的特征代表。之后，我们可以根据LDA分析生成的特征配置调用其他已建立的聚类方法。
我的理解是否正确？感谢。
答案 0 :(得分：10)
是的，您可以将LDA的输出视为文档的功能;这正是Blei，Ng和Jordan在paper that introduced LDA中所做的。他们这样做是为了分类，但对于聚类，程序是一样的。
（在机器学习术语中，这种LDA的使用称为降维，因为它将要素空间的维数从| V |（词汇量大小）减少到用户选择的一些 k 主题。）