python - Gensim LDA モデルの収束を監視するには?

Question

私はそれを見つけることができないか、おそらく統計とその用語に関する私の知識がここで問題ですが、PyPI の LDA libの下部ページにあるグラフに似たものを達成し、その均一性/収束を観察したいと考えています行。Gensim LDAでこれを達成するにはどうすればよいですか?

Answer 1

モデルフィッティングの収束をプロットしたいのは当然です。残念ながら、Gensim はこれを非常に単純化していないようです。

1. モデル フィッティング関数の出力を分析できるように、モデルを実行します。ログファイルをセットアップするのが好きです。

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

2. eval_everyでパラメータを設定しますLdaModel。この値が低いほど、プロットの解像度が高くなります。ただし、perplexity を計算すると、フィットが大幅に遅くなる可能性があります。

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

3. ログ ファイルを解析し、プロットを作成します。

   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()