gensim的LDA做文档主题分类的练习 模型加载和预测

模型加载和预测"/>

gensim的LDA做文档主题分类的练习 模型加载和预测

主题模型是个无监督的学习方法

这里简单记录一下 用Gensim的lda 进行文档进行主题模型分类的一个小小的练习及其 预测 

可以简单理解  lda就是训练2个分布  一个是文档到主题的分布概率  和主题到单词的分布概率  文档到单词的分布概率是一直的

不断挑战预期 

具体理论细节可以参考这篇博客

gensim代码实现训练主题模型

"""
LDA模型应用：一眼看穿希拉里的邮件
我们拿到希拉里泄露的邮件，跑一把LDA，看看她平时都在聊什么。首先，导入我们需要的一些库
"""
import numpy as np
import pandas as pd
import re"""
然后  
处理邮件 读取数据 
"""
df=pd.read_csv('./input/HillaryEmails.csv')
#原邮件数据中有很多Nan的值，去掉
df=df[['Id','ExtractedBodyText']].dropna()"""