[人工智能]lda模型理论篇

lda即隐含狄利克雷分布Latent Dirichlet Allocation, LDA）是常见的主题模型。
lda是无监督的贝叶斯模型，主要用于文本聚类和降维，
lda涉及的基础理论包括gamma分布、beta分布、共轭分布、多项分布、dirichlet分布、gibbs采样。
除了吉布斯采样之外，其余基础知识见下图。
gamma分布和beta分布

共轭先验分布：二项分布的共轭分布为beta分布

多项分布的共轭分布为dirichlet分布，何为伪计数？

dirichlet分布及其期望

对称dirichlet分布及调参：阿法（伪计数）该增大还是降低？

多项分布的共轭分布是dirichlet分布

lda主题生成及词的生成。


了解上述步骤后，再结合Gibbs采样即可得出文档的主题及主题对应的词。