jupyter笔记本无法从dirichlet_likelihood.py中导入lda2vec。
这个py文件存在于当前lda2vec的github中。
我安装了模块，打开了工作簿，然后尝试运行它。我怀疑我的问题有一个很简单的原因。
笔记本是
当我在python命令行(在当前环境中)尝试下面的内容时，它不会给出下面的错误，而是需要我安装的keras。在命令行上，它说它不能导入预处理。
uname -a
Linux ubuntu 4.18.0-15-generic #16~18.04.1-Ubuntu SMP Thu Feb 7 14:06:04 UTC 2019 x86_64 x86_64 x8
浏览 1提问于2019-09-11得票数 2
我有一个在Java中通过Mallet训练的LDA模型。从Mallet LDA模型生成了三个文件，这允许我从文件运行模型并推断新文本的主题分布。
现在，我想实现一个Python工具，它能够根据经过训练的LDA模型，在给定新文本的情况下推断主题分布。我不想在Python中重新训练LDA模型。因此，我想知道是否可以将经过训练的Mallet LDA模型加载到Gensim或任何其他python LDA包中。如果是这样，我该怎么做呢？
感谢您的回复或评论。
浏览 18提问于2017-05-04得票数 5
我正在尝试使用python和Gensim实现潜在的Dirichlet分配( LDA )，我也引用了一个网站上的LDA代码，但我仍然不是很清楚LDA的python代码。谁知道LDA的人可以向我解释清楚的方式，根据代码如下所示。我还上传了LDA公式，这是维基百科上的一张图片。在本例中，LDA用于分析文本文档的集合。 lda_model = gensim.models.ldamodel.LdaModel(corpus=corpus,
id2word=id2word,
浏览 18提问于2019-04-02得票数 3
回答已采纳
1回答
我正在用Python运行lda库，并且我正在运行这个示例。有人知道X、Does和title的格式吗？我找不到文档。
import numpy as np
import lda
X = lda.datasets.load_reuters()
vocab = lda.datasets.load_reuters_vocab()
titles = lda.datasets.load_reuters_titles()
浏览 2提问于2015-05-19得票数 3
1回答
我正在使用LDA(隐狄利克雷分配)主题建模进行基于内容的图像检索。我也希望使用Python来做同样的事情。我在Python for LDA for image dataset中找不到任何库/包，包似乎只适用于文本语料库。请在Python中为图像语料库推荐任何软件包，或简要列出执行图像LDA所需的步骤。
浏览 6提问于2017-03-07得票数 0
机器配置：Machine是windows 7 x64，安装了python2.7和cython0.18(全部为64位)。我还安装了MS C++ 2008 Visual。
我有GSL二进制文件，路径指向GSL\Bin。
我正在使用MS 2008 +SDK7.0编译cython .pyx文件。我使用SDK7.0命令提示符来编译为c和cython。
Problem但是在编译时我得到了一个链接错误2019年，它表示没有找到GSL文件夹中的头文件。
我的尝试解决这个我下载的CythonGSL。使用"from cythonGSL cimport *“不起作用。我访问了这个包的init文件，并更改了它
浏览 3提问于2013-04-09得票数 1
回答已采纳
我编写了一个python/c扩展文件lda_model.c
我添加了setup.py：
from setuptools import setup, Extension
modules = [Extension('c_lda_model', sources=["lda_model.c"])]
setup(ext_modules=modules)
现在我必须编译C代码
python setup.py build
在运行python代码之前，调用C代码。
有没有任何方法可以自动编译被调用的C扩展，
在运行python代码的时候？
浏览 0提问于2014-08-20得票数 1
我有一个C++库，它提供了用于管理数据的各种类。我有这个库的源代码。我正在尝试使用ctype从python中调用这个库的lda.cpp函数。此函数反过来使用库中所有其他.cpp文件中的函数。
//lda.cpp
#include "model.h"
#include <stdio.h>
#include "lda.h"
int lda_est(double alpha, double beta) {
model lda;
if (lda.model_est(alpha, beta)) {
return 1;
浏览 0提问于2016-01-21得票数 0
1回答
我已经通过使用gensim得到了一个LDA模型。我可以将其保存在本地：
ldamodel.save('models/lda/lda.model')
这将在指定位置生成四个文件：
lda.model
lda.model.expElogbeta.npy
lda.model.id2word
lda.model.state
重新加载它们就像下面这样简单
ldamodel = models.LdaModel.load('models/lda/lda.model')
但是，我希望将此模型保存在s3上。我可以计算出如何保存单个比特，例如：
s3.meta.client.up
浏览 12提问于2020-05-06得票数 0
回答已采纳
1回答
我想创建一个REST服务，所以我尝试了一下，下面是我的代码片段
from bottle import route, run
@route('/plot_graph',method='GET')
def plot_graph():
#compute graph_list (python object of type list)
#done
return graph_list
if __name__ == "__main__":
run(host='0.0.0.0', port=8881, serv
浏览 6提问于2016-08-07得票数 2
回答已采纳
1回答
LDA2Vec实现示例？
、、、
嗨，谁能帮我介绍一下使用python的LDA2Vec工作示例吗？请假定dataframe df有包含文本数据的列"Notes“。
我正在尝试实现"cemoody/lda2vec“github示例，但得到了多个问题-- 1.如何安装spacy包? 2. ImportError:无法从'lda2vec‘3导入名称'preprocess’。ImportError:无法从'LDA2Vec‘导入名称'lda2vec’。
不知道我在这里错过了什么。
任何帮助/链接都将是非常感谢的。
浏览 2提问于2019-05-08得票数 5
1回答
我想从文章中提取主题，测试文章是"“。
这是关于巨蟒和剥落的。我试过lsi和lda，大多数时候，lda似乎更有效。但两者的产出并不稳定。
当然，前三或五个关键词似乎击中了目标。"python"，"book"，'project‘(我不认为’项目‘应该是一个有用的话题，并将其放在停止词列表中。)、缩放或可伸缩或openstack应该在关键字列表中，但根本不稳定。
“主题列表”和“停止列表”可能会改善结果，但它是不可伸缩的。我必须为不同的领域维护不同的列表。
那么，这里的问题是，是否有更好的解决方案来改进算法？
num_topics = 1
num_w
浏览 2提问于2017-06-17得票数 0
回答已采纳
下面是我的模块的目录结构：
可以看出，DataProcessor是一个模块，DataLoader在其中具有特定的功能。
在lda模块内部，文件HFT.py包含来自DataProcessor导入DataLoader的行
我正在尝试从主目录274-Yelp/运行lda/HFT.py
python lda/HFT.py
这会产生以下错误：
Traceback (most recent call last):
File "lda/HFT.py", line 6, in <module>
from DataProcessor import DataLoader
I
浏览 2提问于2016-06-08得票数 2
我正在尝试实现一个循环，该循环接受用户愿意输入的数字，然后打印出其中最大的一个，如Max = highest number和N = total number of inputs。
当输入为0时，程序应该停止
这就是我到目前为止所做的，但是N和Max没有打印出来？
LOOP INP
BRZ F
STA first
BRA LOOP
LOOP INP
BRZ F
STA second
BRA LOOP
SUB second
BRP secondBig
浏览 1提问于2018-10-18得票数 0
回答已采纳
我通过python库的scikit为LatentDirichletAllocation使用了以下代码：
tf_vectorizer = CountVectorizer(max_df=0.95, min_df=2, stop_words='english')
tf = tf_vectorizer.fit_transform(documents)
lda_model = LatentDirichletAllocation(n_components=10, max_iter=5,
learning_method='online', learning_offset=
浏览 31提问于2018-05-28得票数 0
回答已采纳
1回答
为每个主题添加单词LDA
、、、、
我正在使用Gensim在python中构建一个LDA，我正在努力增加每个主题的打印字数，从默认的10个。我想要20个主题，每个主题30个单词。我们将非常感谢您的任何建议:) # train the LDA model
lda_model = gensim.models.LdaMulticore(bow_corpus, num_topics=20, id2word=dictionary, passes=2, workers=2)
# check out the topics
for idx, topic in lda_model.print_topics(-1):
print(&#
浏览 22提问于2019-03-19得票数 0
回答已采纳
1回答
我在Anaconda2.3.0的木星上使用Python 3。我已经安装了LDA (潜在的Dirichlet ) 和pyprind使用pip install lda和pip install pyprind。安装似乎是成功的，但是当我尝试使用木星的import lda和improt pyprind时，它会显示错误消息。
---------------------------------------------------------------------------
ImportError Traceback (most r
浏览 6提问于2016-12-16得票数 0
回答已采纳
2回答
如何在应用LDA后自动标注主题
、、、、
我已经在python.now中实现了LDA，我想标记我从LDA得到的任何主题。
[(0, u'0.023*"alternate" + 0.023*"transfervisions" + 0.013*"tvcommunity"'), (1, u'0.026*"minimalism" + 0.026*"minimalist" + 0.018*"honking"'), (2, u'0.027*"videomaking" + 0.019*"py
浏览 3提问于2017-10-06得票数 2
我正在尝试将我的水瓶应用程序部署到gunicorn，并且我得到了以下错误。
AttributeError: 'module' object has no attribute 'MyTopics'
当我简单地运行服务器(即Flask服务器)时，一切都很好：
python http_server/server.py
但是当我在火奴制下运行它的时候，我就得到了AttributeError
gunicorn -c http_server.config http_server.server:app
加载我的服务器应用程序如下所示：
import logging
impor
浏览 2提问于2015-06-09得票数 4
回答已采纳
我能够从gensim运行LDA代码，并获得前10个主题及其各自的关键字。
现在，我想进一步看看LDA算法有多准确，通过查看它们聚集在每个主题中的文档。在gensim LDA中这是可能的吗？
基本上，我想做这样的事情，但使用python和gensim。
浏览 1提问于2014-01-08得票数 30
回答已采纳
1回答
基于SVM的分类
、、、、
为了对文本进行分类，我想使用支持向量机。我想将测试数据分类为一个标签(健康/成人)，培训和测试数据是文本文件。
我在使用python的scikit库。当我将文本保存到txt文件时，我用utf-8对其进行了编码，这就是为什么我要在代码片段中对它们进行解码。这是我尝试的代码
String = String.decode('utf-8')
String2 = String2.decode('utf-8')
bigram_vectorizer = CountVectorizer(ngram_range=(1, 2),
浏览 0提问于2016-07-27得票数 0
回答已采纳
2回答
所以我注意到，对于所有1s的4x4矩阵，我得到了不同的答案。
在Python中使用：numpy.linalg.eig:
matrix = numpy.ones((M,M), dtype=float);
values, vectors = numpy.linalg.eig(matrix);
Python结果：
V1: [-0.866025 +0.288675 +0.288675 +0.288675]
V2: [+0.500000 +0.500000 +0.500000 +0.500000]
V3: [+0.391955 +0.597433 -0.494694 -0.494694]
V4: [+0
浏览 2提问于2016-12-28得票数 4
1回答
正如这里所述，我一直在尝试使用lda2vec来处理GPU。
http://nbviewer.jupyter.org/github/cemoody/lda2vec/blob/master/examples/twenty_newsgroups/lda.ipynb#topic=5&lambda=0.6&term=
我已经成功地安装了CUDA、Chainer (1.6.0)和CUDNN，但是当我以GPU作为True运行这个程序时，我得到以下信息：
--------------------------------------------------------------------
浏览 3提问于2016-03-09得票数 0
回答已采纳
1回答
我正在用Python进行LDA主题建模，下面是我的可视化代码： import pyLDAvis.gensim
pyLDAvis.enable_notebook()
vis = pyLDAvis.gensim.prepare(lda_model, corpus, dictionary=lda_model.id2word)
vis 我正在寻找一种方法来导出到pdf或至少使用matplotlib绘图，然后保存为PDF的方法，有什么想法吗？
浏览 55提问于2020-08-12得票数 3
1回答
我有200 K的tweet，我已经使用Gensim python库应用了LDA (潜在的Dirichlet分配)算法。现在我需要对他们申请标记/监督的LDA。有谁能帮我完成我应该遵循的任务。否则，如果您能为我提供另一个python库，我将感激不尽。
浏览 0提问于2016-07-12得票数 4
1回答
我使用大的训练数据集制作LDA模型来制作主题模型。因此，我尝试使用这个LDA模型来对训练数据集中没有使用的新句子进行分类。
如何使用新的输入句子找到最接近的主题编号？
我应该使用LDA主题模型作为分类模型输入吗？
欢迎使用Python分享示例代码。
浏览 4提问于2019-12-05得票数 0
1回答
我试图执行LDA (线性鉴别分析)，以执行降维(从532特征)到我的数据集(features，一个1360x532矩阵)。
lda = LinearDiscriminantAnalysis(n_components=80)
features = lda.fit(features, target).transform(features)
print("[STATUS] LDA performed")
print("[STATUS] feature vector size {}".format(np.array(features).shape))
我编写了这段代码，
浏览 0提问于2019-01-23得票数 0
回答已采纳
1回答
在OpenCV 2中，我们如何执行LDA分析？我可以看到C++文档，但在Python语言中似乎什么也没有。
http://docs.opencv.org/trunk/db/d59/classcv_1_1LDA.html
浏览 2提问于2016-12-23得票数 1
在Python.Gensim实现中，我使用LDA进行主题建模，允许我们将alpha设置为'auto‘，如下所示：
alpha ({numpy.ndarray, str}, optional) –
’asymmetric’: Uses a fixed normalized asymmetric prior of 1.0 / topicno.
’auto’: Learns an asymmetric prior from the corpus (not available if distributed==True).
对于
浏览 2提问于2020-07-29得票数 1
回答已采纳
1回答
我使用的是python包Guided LDA和折叠的gibbs采样[more details]。但我想要无折叠gibbs采样的引导LDA。 如何分离引导LDA和折叠gibbs采样，或者如何在没有折叠gibbs采样的情况下获得结果？ model = guidedlda.GuidedLDA(n_topics=5, n_iter=100, random_state=7, refresh=20)
model.fit(X, seed_topics=seed_topics, seed_confidence=0.15)
浏览 14提问于2020-04-20得票数 0
如何从python的gensim 加载LDA转换的语料库：
from gensim import corpora, models
import numpy.random
numpy.random.seed(10)
doc0 = [(0, 1), (1, 1)]
doc1 = [(0,1)]
doc2 = [(0, 1), (1, 1)]
doc3 = [(0, 3), (1, 1)]
corpus = [doc0,doc1,doc2,doc3]
dictionary = corpora.Dictionary(corpus)
tfidf = models.TfidfModel(corpus
浏览 1提问于2013-03-03得票数 4
回答已采纳
我收到了一个语法错误，下面是一个教程。感觉就像Python3getcha。提前谢谢你！
def lda_description(review_text, min_topic_freq=0.05):
"""
accept the original text of a review and (1) parse it with spaCy,
(2) apply text pre-processing steps, (3) create a bag-of-words
representation, (4) create an LDA representation, and
(5
浏览 2提问于2017-09-09得票数 1
回答已采纳
1回答
插入不一致的MySQL？
、、、
在ubuntu..。运行MySQL v5.6。创建了一个执行我所有操作的python程序。
我的应用程序动态地创建表。有很多种。有些非常相似..。例如，这里有两个：
create table tst.intgn_party_test_load (
party_id bigint unsigned NOT NULL,
party_supertype varchar(15) NOT NULL,
carrier_party_id bigint unsigned NOT NULL,
full_name varchar(500),
lda_actv_ind integer,
ld
浏览 0提问于2021-02-02得票数 0
我刚开始学习主题建模。
可以用Python实现ToPMine吗？在快速搜索中，我似乎找不到任何带有ToPMine的package。
ToPMine比LDA和LSA好吗？我知道LDA和LSA已经存在了很长时间，并且得到了广泛的应用。
谢谢
浏览 0提问于2022-01-20得票数 2
回答已采纳
我使用gensim库训练了一个LDA模型，并使用它提取文档的主题向量，并使用以下代码
def clean_doc(data_string):
global en_stop
tokenizer = RegexpTokenizer(r'\w+') #Create appropriate tokenizer
p_stemmer = PorterStemmer() #Create object from Porter Stemmer
#clean and tokenize document string
raw = data_string
浏览 1提问于2018-03-27得票数 0
回答已采纳
1回答
线性判别分析技巧
、、、
我在dataset上运行LDA，所有指标的结果都很好。然而，我似乎不能像PCA那样提取最高级的特性或加载。
当使用sklearn python3时，是否有人熟悉从LDA中提取顶级特性/加载？
浏览 1提问于2022-02-24得票数 0
我使用python gensim从231个句子的小语料库中训练一个潜在的Dirichlet分配(LDA)模型。然而，每次我重复这个过程，都会产生不同的主题。
为什么每次都使用相同的LDA参数和语料库生成不同的主题？
和如何稳定主题生成？
我正在使用这个语料库()和这个停止词列表()，下面是我的代码：
from gensim import corpora, models, similarities
from gensim.models import hdpmodel, ldamodel
from itertools import izip
from collections import defa
浏览 4提问于2013-02-25得票数 18
回答已采纳
我用scala Spark训练了一个LDA模型。
val lda = new LDA().setK(k).setMaxIter(iter).setFeaturesCol(colnames).fit(data)
lda.save(path)
我检查了我保存的模型，它包含两个文件夹: metadata和data。
然而，当我试图将这个模型加载到PySpark中时，我得到了一个错误消息：
model = LDAModel.load(sc, path = path)
File "/Users/hongbowang/spark-2.2.0-bin-hadoop2.7/python/lib
浏览 0提问于2017-12-03得票数 2
回答已采纳
我正在使用Python ()中的LDA来获取一组文档的主题。我能够为我用来训练模型的文件获取主题和它们的权重。是否有方法将模型应用于在估计LDA时未包括的文档？例如，如果我使用文档1-100来估计主题，我是否可以将模型应用于文档101-200以获得这些样本外文档的主题权重？对于我正在使用的LDA python包，这有可能吗？
如果您单击我上面提供的链接，它将给出一个示例，说明如何获取示例文档的主题权重：
doc_topic = model.doc_topic_
for i in range(10):
print doc_topic[i]
是否有类似的功能，将适用于样本以外的文件？
浏览 3提问于2015-09-08得票数 1
回答已采纳
1回答
更快的LDA实现
、、
我正在实现LDA，避免使用开箱即用的库.我试过用python / numpy。有100万条记录，词汇量约为2000，只需7分钟就能运行 of sequential。使用具有8个进程的分布式LDA版本，可将其速度提高到~5分钟分布式LDA:：每个进程将对总矩阵的子集执行一个顺序的GibbsSampling，一旦完成，相应的输出矩阵将被加起来。
有什么办法能让它更快吗？将另一种语言的实现全部替换在一起？
增加更多的记录~线性增加所需的时间。在我的用例中，我需要运行超过2500万个文档的LDA，这可能意味着1次运行大约144分钟！然后至少运行100次LDA，以确保模型几乎收敛！
代码：
参考资料：
浏览 2提问于2017-04-01得票数 0
我正在做一个项目，我想使用潜在的Dirichlet分配，以便从大量的文章中提取主题。
我的代码是：
import gensim
import csv
import json
import glob
from gensim import corpora, models
from nltk.corpus import stopwords
from nltk.tokenize import RegexpTokenizer
from time import gmtime, strftime
tokenizer = RegexpTokenizer(r'\w+')
cachedStopW
浏览 0提问于2014-11-18得票数 1
1回答
我获得了两个非常不同的准确性AT&T脸数据库时，拟合模型与lda和qda。在使用QDA I之前，首先搜索理想的正则化参数，AFAIK是对QDA进行微调的唯一导入参数。
X_load,y_load = datasets.fetch_olivetti_faces(data_home="R:/DATASET/AT&T", return_X_y=True)
我把它分成一个平衡的训练和测试序列(8张用于训练的图像，2张用于每人测试的图像)。
lda = LinearDiscriminantAnalysis(solver='svd')
lda.fit(X_t
浏览 2提问于2018-08-08得票数 0
回答已采纳
1回答
我正在尝试运行分布式LDA示例，如下所述：
我按照这里的教程创建了一组文档：
通过“将语料库扩大到100万个文档，重复文档”，正如它所建议的那样。
我使用的是python 3.3和numpy 1.9.2，我一直收到以下错误：
Exception in thread oneway-call:
Traceback (most recent call last):
File "/usr/lib64/python3.3/threading.py", line 901, in _bootstrap_inner
self.run()
File "/usr/lib
浏览 3提问于2016-03-10得票数 4
我使用openCV 3和Python3来训练人脸识别。我可以训练LBPHFace和EigenFace而没有错误，但是训练FisherFace时它显示错误。
这是我的代码。
import os
import cv2
import numpy as np
from PIL import Image
LBPHFace=cv2.face.LBPHFaceRecognizer_create()
EigenFace=cv2.face.EigenFaceRecognizer_create()
FisherFace=cv2.face.FisherFaceRecognizer_create()
path=&#
浏览 2提问于2017-10-27得票数 0
我正在尝试将隐狄利克雷分配算法应用于从twitter数据检索到的.csv文件。 目前我遇到了这个错误： Traceback (most recent call last):
File "...Python\Python39\lib\tkinter\__init__.py", line 1884, in __call__
return self.func(*args)
File "...\src\project.py", line 262, in lda
for i in top_topic_words:
TypeError: '
浏览 36提问于2021-02-25得票数 0
回答已采纳
1回答
我试图在的基础上，在sklearn Python中使用LDA绘制sklearn虹膜数据集的边界线。
对于二维数据，我们可以很容易地使用LDA.coef_和LDA.intercept_绘制线条。
但是对于被简化为两个组件的多维数据，LDA.coef_和LDA.intercept有很多维，我不知道如何用它们来绘制二维降维图中的边界线。
我试过只使用LDA.coef_和LDA.intercept的前两个元素来绘制图，但没有成功。
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets
from s
浏览 0提问于2019-09-03得票数 3
1回答
我对在Python中执行LDA有点困惑。我有一个文档文件，我想运行LDA并获取主题。
import docx
import nltk
import gensim
from gensim.models import hdpmodel, ldamodel
from gensim import corpora
def getText(filename):
doc = docx.Document(filename)
fullText = []
for para in doc.paragraphs:
fullText.append(para.text)
r
浏览 39提问于2018-07-14得票数 1
回答已采纳
当我在一台有12个核的机器上运行gensim的LdaMulticore模型时，使用：
lda = LdaMulticore(corpus, num_topics=64, workers=10)
我收到一条日志消息说
using serial LDA version on this node
几行之后，我看到另一条信息，上面写着
training LDA model using 10 processes
当我运行top时，我看到已经生成了11个python进程，但是有9个进程处于休眠状态，即只有一个工作人员处于活动状态。这台机器有24个核心，不被任何手段压倒。为什么LdaMulticore不
浏览 1提问于2015-11-26得票数 9
回答已采纳
3回答
我使用python中的gensim包为一些文本文件创建了一个LDA模型。我想获得学习模型的主题分布。在gensim ldamodel类中是否存在从模型中获取主题分布的方法或解决方案？例如，我使用一致性模型来寻找一个模型，该模型的值与1到5的主题数有关。得到最佳模型后，我使用get_document_topics方法(感谢)来获取用于创建该模型的文档中的主题分布。
id2word = corpora.Dictionary(doc_terms)
bow = id2word.doc2bow(doc_terms)
max_coherence = -1
best_lda_model = None
浏览 1提问于2018-08-29得票数 2
回答已采纳
1回答
我们目前正在测试一个基于Spark在Python： 中实现LDA的预测引擎(我们使用的是pyspark.ml包，而不是pyspark.mllib)
我们成功地在星火集群(使用)上训练了一个模型。现在，我们正在尝试使用该模型作为API (例如，烧瓶应用程序)来提供实时预测。
实现这一目标的最佳途径是什么？
我们的主要痛苦之处在于，我们似乎需要恢复整个星火环境，才能加载经过训练的模型并运行转换。到目前为止，我们已经尝试了在本地模式下运行每个接收到的请求，但是这个方法给了我们：
性能不佳(是时候拆分SparkSession，加载模型，运行转换.)
可伸缩性差(无法处理并发请求)
整个
浏览 1提问于2017-09-17得票数 6
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
