我正在尝试使用 vowpal wabbit lda 模型。但我的结果很糟糕。我认为我正在做的过程有问题。我的词汇量为 100000。
我像这样运行代码
大众 --data train.txt --lda 50 --lda_alpha 0.1 --lda_rho 0.1 --lda_D 262726 -b 20 -pions.dat --readable_model wordtopics.dat
现在我期待 wordtopics.dat 文件包含这 100000 个单词的主题比例,但看起来这个单词 topics.dat 文件非常大,包含 1048587 行。
我认为是因为 b = 20,最后的线条就像具有均匀的概率分布。
但是,当我查看获得的主题时,它们根本没有意义。所以我觉得有些不对劲。伙计们会出什么问题?