主要内容
使用LDA模型可视化文档集群
本例展示了如何使用潜在Dirichlet分配（LDA）主题模型和t-SNE图可视化文档的聚类。
一种潜在的Dirichlet分配（LDA）模型是一种主题模型，用于在文档集合中发现基础主题并推断主题中的词概率。每个主题词概率的向量表征主题。您可以通过比较每个文档的主题概率（也称为主题混合），使用LDA模型评估文档相似性。
负荷LDA模型
加载LDA模型factoryReportsLDAModel使用详细说明不同故障事件的工厂报告数据集对其进行培训。有关如何将LDA模型拟合到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，属性：NumTopics:7 WordConcentration:1 TopicConcentration:0.5755粒子topicprobability:[0.1587 0.1573 0.1551 0.1534 0.1340 0.1322 0.1093]文档topicprobability:[480×7 double]topicwordprobability:[158×7 double]词汇：[1×158字符串]TopicOrder:“初始拟合概率”FitInfo:[1×1结构]
使用单词云可视化主题。
numTopics=mdl.numTopics；图：平铺布局(“流动”)头衔(“LDA主题”)对于i=1:numTopics Nextile wordcloud（mdl，i）；标题(“主题”+(一)终止
使用t-SNE可视化文档集群
t-分布随机邻域嵌入（t-SNE）算法将高维向量投影到二维空间。这种嵌入使得可视化高维向量之间的相似性变得容易。通过根据t-SNE算法绘制文档主题混合，可以可视化相似文档的聚类。
将主题投射到文档主题概率使用tsne作用
XY=tsne（mdl.文档主题概率）；
对于打印组，确定每个文档的顶部主题。
[~，TopTopTopics]=max（mdl.DocumentTopicProbabilities，[]，2）；
对于情节标签，找到每个主题的前三个单词。
对于i=1:numTopics top=topkwords（mdl，3，i）；topWords（i）=连接（top.Word，", ");终止
使用gscatter函数。指定top主题作为分组变量，并显示一个图例，其中包含每个主题的top单词。
图gscatter（XY（：，1），XY（：，2），主题）标题(“主题混合”)传说(topWords...位置=“南外”,...NumColumns=2）
t-SNE图突出显示了发生在原始高维数据中的簇。
另见
相关的话题
您还可以从以下列表中选择网站：
