Machine learning 如何根据Mahout TopicModel输出推断新文档?
给定Mahout LDA CVB程序/离线批处理执行的主题模型, 我喜欢使用模型/在线web服务调用推断新文档 这些文档对于新的分析和推断没有太大的帮助。 * * 我甚至在互联网或其他地方找不到任何示例代码 在这里,我想我可能想用Java代码Machine learning 如何根据Mahout TopicModel输出推断新文档?,machine-learning,mahout,lda,inference,topic-modeling,Machine Learning,Mahout,Lda,Inference,Topic Modeling,给定Mahout LDA CVB程序/离线批处理执行的主题模型, 我喜欢使用模型/在线web服务调用推断新文档 这些文档对于新的分析和推断没有太大的帮助。 * * 我甚至在互联网或其他地方找不到任何示例代码 在这里,我想我可能想用Java代码 TopicModel model=newtopicmodel() Vector documentInTermFrequency=new RandomAccessSparseVector() documentinterfrequence.setQuick(
TopicModel model=newtopicmodel()代码>
Vector documentInTermFrequency=new RandomAccessSparseVector()代码>
documentinterfrequence.setQuick(termIdX,10)代码>
documentinterfrequence.setQuick(termIdY,20)代码>
Vector docTopic=new DenseVector(new Double[10]{0.1,0.1,…,0.1});//0.1概率
Vector documentTopicInference=model.infere(documentinterfrequency,docTopic)代码>
我没见过有人试过这样的东西?有人试过这样的东西吗
如果您有任何建议或建议,我们将不胜感激。您解决了这个问题吗?