«lsa» 태그된 질문

문서 클러스터링에 사용되는 다양한 기술을 조사하고 있으며 PCA (주요 구성 요소 분석) 및 LSA (잠재적 의미 분석)와 관련된 몇 가지 의문을 해결하고 싶습니다. 첫 번째-차이점은 무엇입니까? PCA에서 SVD 분해는 항 공분산 행렬에 적용되는 반면 LSA에서는 항 문서 행렬입니다. 다른 것이 있습니까? 둘째-문서 클러스터링 절차에서 그들의 역할은 무엇입니까? 지금까지 읽은 내용을 …

25 clustering  pca  data-mining  svd  lsa 

잠재 변수 (특히 pLSA)가있는 모델을 학습하기위한 EM 알고리즘에 대한 빠른 대안이 있습니까? 속도를 높이기 위해 정밀도를 희생해도 괜찮습니다.

13 machine-learning  optimization  expectation-maximization  lsa 

낮은 차원 공간에서 문서 모음을 나타 내기 위해 잠재 의미 분석을 사용하고 있습니다. k- 평균을 사용하여 이러한 문서를 두 그룹으로 묶고 싶습니다. 몇 년 전, 나는 파이썬의 gensim을 사용하여 내 k- 평균 알고리즘을 작성 하여이 작업을 수행했습니다. 유클리드 거리를 사용하여 군집 중심을 결정한 다음 중심과 코사인 유사성을 기반으로 각 문서를 …

10 k-means  svd  lsa  cosine-distance  cosine-similarity 

pLSA 의 원본 논문 에서 저자 인 Thomas Hoffman은 제가 논의하고자하는 pLSA와 LSA 데이터 구조 사이에 유사점을 두었습니다. 배경: 정보 검색에서 영감을 얻은 것은 NNN 서류 D={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbrace 그리고 어휘 MMM 자귀 Ω={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, ..., \omega_M \rbrace 코퍼스 XXX 로 나타낼 …

9 machine-learning  conditional-probability  svd  information-retrieval  lsa 

질문: PCA와 LSA / LSI의 적용 여부를 결정하는 데 사용할 수있는 입력 데이터 특성에 대한 일반적인 지침이 있습니까? PCA와 LSA / LSI에 대한 간략한 요약 : PCA (Principle Component Analysis)와 LSA (Latent Semantic Analysis) 또는 LSI (Latent Semantic Indexing)는 모두 SVD (Singular Value Decomposition)를 행렬에 적용하는 데 기본적으로 의존한다는 점에서 …

9 machine-learning  pca  lsa