如何理解线性判别分析（LDA）算法？能够简洁明了地说明一 …
LDA也不同于因子分析，它无需区分独立变量和因变量（也称为标准变量）。 当我们已经知道分组时就可以使用判别分析，而聚类分析是在不知道组的情况下进行的。 简单来说，判别函数分 …
如何理解线性判别分析（LDA）算法？能够简洁明了地说明一 …
LDA的特性 LDA具有以下属性： LDA假设数据是高斯数据。 更具体地说，它假定所有类共享相同的协方差矩阵。 LDA在K−1维子空间中找到线性决策边界。 因此，如果自变量之间存在高阶 …
LDA (Latent Dirichlet Allocations)主题模型如何计算主题强度？
LDA (Latent Dirichlet Allocations)主题模型如何计算主题强度？ 最近在研究LDA主题模型，看论文中多次提及主题强度展示和主题演化的分析，很想代码复现，但苦于论文中并未阐明实现方法 …
用lda做主题提取，困惑度曲线都是递增，分类的词也都不理想，有 …
用lda做主题提取，困惑度曲线都是递增，分类的词也都不理想，有什么方法解决？ 用lda做主题提取，gensim、lda、sklearn库都是试过了，困惑度曲线都是递增，分类的词也都不理想。 分词 …
如何利用R语言进行LefSe分析？ - 知乎
8. 结论 以上步骤将帮助你使用R进行16S测序数据的LefSe分析，识别出在不同组之间有显著差异的OTU。 你可以根据LDA结果筛选出有显著差异的特征，并进行进一步的功能分析。
通俗的解释主流的主题模型及其扩展所适合解决的问题，包括PLSA, …
能不能通俗的解释原始的PLSA与LDA,及扩展的supervised LDA[1]与Labeled LDA[2]方法的优势和劣势，及其解…
求推荐LDA（主题模型）哪个库运行速度更快？ - 知乎
求推荐LDA（主题模型）哪个库运行速度更快？ 最近正在做一个文本分析的项目，需要用到LDA。 目前我用的LDA是sklearn库里面的Latent Dirichlet Allocation，然而运… 显示全部 关注者 29
词向量，LDA，word2vec三者的关系是什么? - 知乎
Latent Dirichlet Allocation (LDA)和word2vec从模型上看几乎没有显著联系。 词向量则是所有对词进行表示的方法的统称。 关于联系你可以这样看：LDA的作用之一是通过对 doc-word矩阵 进 …
LDA 和HMDSLi试剂碱性强弱顺序是怎么样的？以及它们能和烯丙 …
LDA 和HMDSLi试剂碱性强弱顺序是怎么样的？ 以及它们能和烯丙基溴反应吗？ LDA 和HMDSLi; 显示全部 关注者 4 被浏览
为什么线性判别分析的降维维数不能大于类别数减一？ - 知乎
使用LDA进行降维的时候，为什么降维维数不能大于类别数减一？ 比如有2类样本，样本的维数是10，那么用LDA降维的时候，只能把维数降到1维，而不能降为…