问题描述
我已经创建了LDA模型，为主题准备了名称及其关键词等。现在我想分析文档在主题上的分布。让我们想象一下，我们有 (n-1)-simplex，其中顶点代表每个主题，里面的“点”是文档。是否有可能（pyLDAvis 除外）可视化文档是否更可能比边缘/面更靠近顶点以及这种分布的样子？
我尝试了什么：
- 对于每个文档，我创建了一个向量 [1x14]，其权重属于每个主题，然后将它们全部放入一个数组 [nx14]（n 个文档，14 个主题）
- 我在这个数组上运行 K-means 并将一些投影与质心的位置一起绘制 - 应该看看质心是否更靠近顶点或在单纯形内部
我在第二点看到的问题是 Kmeans 的质心顺序可能与 LDA 的主题顺序完全不同，对吗？因此，很难通过 Kmeans 的质心来比较或找到具体的主题。
还有其他改进/检查方法的想法吗？
提前致谢！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）