這段時間對lda比較感興趣，嘗試在工作中使用它。平時做想法的快速驗證，都用的是「gibbslda++-0.2」，乙個c實現版本的lda。這兩天用c++ stl自己寫了乙個單機版的lda，初衷如下：
1. 「gibbslda++-0.2」雖說號稱是最popular的lda工具包，不過依然有明顯的bug，參考「【lda】修正 gibbslda++-0.2 中的兩個記憶體問題」。
2. 「gibbslda++-0.2」基本上使用純c寫的，變數命名採用數學符號，而不是很直觀的描述型符號，不容易看懂。甚至在工作中，訓練出結果之後，我總要對照著它的說明檔案，才能反應過來每個結果檔案都對應著什麼。
3. 「gibbslda++-0.2」將詞表的提取和模型本身的訓練放到一起了。這對於小規模的訓練還可以，掃瞄一遍訓練集就把此標題取出來、然後在記憶體裡繼續訓練。不過對於稍大一點兒的規模，每次訓練都抽取一遍詞表是很傻的事情，而且很多問題中，訓練集不見得能夠涵蓋詞表中的所有詞......總之，我把他們分開了。要有乙個預處理過程（我沒寫）先從訓練集合中抽取詞表，然後和訓練樣本一起輸入到模型當中，參與訓練。
4. 「gibbslda++-0.2」的無關**太多了，如：解析命令列的**、等等。實際上，比起命令列這種方式，我更願意直接使用源**。
5. 最重要一點原因，其實我是手癢癢了。
**放到git上面了：
完。
lda 協方差矩陣 LDA模型
lda是一種文件主題生成模型，也稱為乙個三層貝葉斯概率模型，包含詞 主題和文件三層結構。作為一種非監督機器學習技術，可以用來識別大規模文件集或語料庫中潛藏的主題資訊。它採用了詞袋的方法，這種方法將每一篇文件視為乙個詞頻向量，從而將文字資訊轉化為了易於建模的數字資訊。但是詞袋方法沒有考慮詞與詞之間的順...
lda 協方差矩陣 LDA演算法詳解
線性鑑別分析法 線性鑑別分析 linear discriminant analysis,lda 有時也稱 fisher 線性判別 fisher linear discriminant fld 這種演算法是 ronald fisher 於年發明的，是模式識別的經典演算法 i 在 年由belhumeur...
lda 協方差矩陣 LDA演算法詳解
精品文件 線性鑑別分析法 線性鑑別分析 linear discriminant analysis,lda 有時也稱 fisher 線性判別 fisher linear discriminant fld 這種演算法是 ronald fisher 於年發明的，是模式識別的經典演算法 i 在 年由belh...