主要内容

使用词云可视化LDA主题

打开生活的脚本

这个例子展示了如何可视化潜狄利克雷分配(LDA)模型主题中的单词。

潜狄利克雷分配(LDA)模型是在文档集合中发现底层主题并推断主题中的单词概率的主题模型。通过显示具有相应主题词概率的词，可以使用词云可视化LDA主题。

负载LDA模型

加载LDA模型factoryReportsLDAModel它使用详细描述不同故障事件的工厂报告数据集进行训练。有关显示如何将LDA模型适合文本数据集合的示例，请参见使用主题模型分析文本数据．

负载factoryReportsLDAModelmdl
mdl = ldaModel with properties: NumTopics: 7 WordConcentration: 1 TopicConcentration: 0.5755 corpustopicprobability:[0.1587 0.1573 0.1551 0.1534 0.1340…词汇:["item" "occasionally" "get"…TopicOrder: '初始匹配概率' FitInfo: [1x1 struct]

使用词云可视化主题

来可视化主题wordcloud函数。

numTopics = mdl.NumTopics;图t = tiledlayout(“流”）;标题(t)“LDA的话题”）为i = 1:numTopics nexttile wordcloud(mdl,i);标题(“主题”+ i)结束

图中包含wordcloud类型的对象。wordcloud类型的图表标题为Topic 1。wordcloud类型的图表标题为Topic 2。wordcloud类型的图表标题为Topic 3。wordcloud类型的图表标题为Topic 4。wordcloud类型的图表标题为Topic 5。wordcloud类型的图表标题为Topic 6。wordcloud类型的图表标题为Topic 7。

另请参阅

|||

相关的话题

Baidu
map