SparkMllib主題模型案例講解

一  本文涉及到的算法 1， LDA主題模型 符號定義 文檔集合D，m篇，topic集合T，k個主題 D中每個文檔d看作一個單詞序列< w1,w2,...,wn >，wi表示第i個單詞，設d有n個單詞。（LDA裏面稱之爲word bag，實際上每個單詞的出現位置對LDA算法無影響） D中涉及的所有不同單詞組成一個大集合VOCABULARY（簡稱VOC） LDA符合的分佈 每篇文章d(長度爲)都有各

>>阅读原文<<