Я типичный, обычный, повседневный пользователь R. В R есть очень полезный lda.collapsed.gibbs.sampler
в пакете lda
, который использует свернутый сэмплер Гиббса для соответствия модели скрытого распределения Дирихле (LDA) и возвращает точечные оценки скрытых параметров с использованием состояния на последней итерации выборки Гиббса.
Эта функция также имеет отличный параметр compute.log.likelihood
, который, если он установлен в TRUE
, заставит сэмплер вычислять логарифмическую вероятность слов (с точностью до постоянного множителя) после каждого прохода по переменным. Это полезно для оценки конвергенции и сравнения различных моделей LDA (рассчитанных для разного количества тем).
Мне интересно, есть ли такая опция в модели LDA vowpal_wabbit?