python - 如何监控 Gensim LDA 模型的收敛性？

Question

我似乎找不到它，或者我的统计知识及其术语可能是这里的问题，但我想实现类似于 LDA lib from PyPI 底部页面上的图表的东西。并观察线条的均匀性/收敛性。如何使用 Gensim LDA 实现此目的？

Answer 1

您希望绘制模型拟合的收敛曲线是对的。 不幸的是，Gensim 似乎并没有使这一点变得非常直接。

1. 以能够分析模型拟合函数输出的方式运行模型。我喜欢设置日志文件。

   import logging
   logging.basicConfig(filename='gensim.log',
                       format="%(asctime)s:%(levelname)s:%(message)s",
                       level=logging.INFO)
   

2. 在LdaModel中设置eval_every参数。该值越低，您的绘图的分辨率就越高。但是，计算困惑度会大大降低拟合速度!

   lda_model = 
   LdaModel(corpus=corpus,
            id2word=id2word,
            num_topics=30,
            eval_every=10,
            pass=40,
            iterations=5000)
   

3. 解析日志文件并制作您的绘图。

   import re
   import matplotlib.pyplot as plt
   p = re.compile("(-*\d+\.\d+) per-word .* (\d+\.\d+) perplexity")
   matches = [p.findall(l) for l in open('gensim.log')]
   matches = [m for m in matches if len(m) > 0]
   tuples = [t[0] for t in matches]
   perplexity = [float(t[1]) for t in tuples]
   liklihood = [float(t[0]) for t in tuples]
   iter = list(range(0,len(tuples)*10,10))
   plt.plot(iter,liklihood,c="black")
   plt.ylabel("log liklihood")
   plt.xlabel("iteration")
   plt.title("Topic Model Convergence")
   plt.grid()
   plt.savefig("convergence_liklihood.pdf")
   plt.close()