Question about sklearn's lda result

[FengMu1995]

Question about sklearn's lda result

[yongzhuo]

不是单词, 算的就是句子的，lda输入的是 tf_ngram.T

self.sentences_cut = [" ".join(sc) for sc in self.sentences_cut]
# 计算每个句子的tf
vector_c = CountVectorizer(ngram_range=(1, 2), stop_words=self.stop_words)
tf_ngram = vector_c.fit_transform(self.sentences_cut)
...
res_lda_u = lda.fit_transform(***tf_ngram.T***)

[FengMu1995]

不是单词, 算的就是句子的，lda输入的是 tf_ngram.T

self.sentences_cut = [" ".join(sc) for sc in self.sentences_cut]
# 计算每个句子的tf
vector_c = CountVectorizer(ngram_range=(1, 2), stop_words=self.stop_words)
tf_ngram = vector_c.fit_transform(self.sentences_cut)
...
res_lda_u = lda.fit_transform(***tf_ngram.T***)

想问下res_lda_u和res_lda_v哪个是文档主题分布,哪个是主题-词分布

[yongzhuo]

res_lda_v是文档主题分布

[FengMu1995]

那就说的通了, 大佬是把一个句子作为lda中的"文档"这个思路抽取的吧