如何在python中重新训练机器学习模型，直到我们得到期望的结果

我正在使用非负矩阵分解（NMF）主题模型为客户反馈构建一个主题模型

这将创建主题集群，如下所示：

[(0, [u'reserved block', u'reserved block available', u'reserved block week', u'need reserved block']), (1, [u'hour block', u'package hour block', u'bring hour block', u'bring hour']), (2, [u'hard block', u'driver hard block', u'driver hard', u'gps horrible']), (3, [u'delivery block', u'hard delivery block', u'hard delivery', u'delivery block available']), (4, [u'block available', u'reserved block available', u'make block', u'make block available'])

---

但是，主题0和4与主题2和3基本相同。我想知道如何对模型进行重新训练，使其接受主题0&4；主题2和主题3作为一个主题，将两个主题中的关键字联合起来（根据它们的顺序为它们设置权重&常见的关键字也应赋予更多权重）。

一般来说，如果NMF或LDA或其他类似算法的输出为您提供了一组具有某些重叠的主题，则第一个建议很简单-减少主题数量。通过这样做，您自然会强制算法将相似的主题合并在一起。我建议你试试这个并检查结果

如果您仍然想手动处理算法培训的结果，并手动将几个主题合并在一起，我将尝试从阅读有关您正在使用的特定算法（NMF）的文档开始，并检查哪些属性定义了特定主题（属性称为组件）以及定义主题的单词。然后，您可以只更新现有NMF实例以调整其组件。虽然这将是一项相当困难的任务

已更新

另一种方法是将文档带到主题和词到主题矩阵（从技术上讲，这是算法的输出）并手动更新它们。查看文章：

通常，作为NMF的结果，您应该得到2个矩阵。其中一个将显示每个文档对每个主题的隶属度。另一个词对每个主题都很重要

合并两个主题时，您希望：

1） 将文档中主题的列合并到主题矩阵。例如，如果在此矩阵中有一行显示了一个文档，作为合并的结果，该文档拥有主题1的50%成员资格和主题2的10%成员资格，那么您可能应该获得60%的合并主题成员资格

---

2） 合并word到主题矩阵中主题的行。这就是它变得不平凡的地方。据我所知，你不能只对特定主题的单词权重求和（所有权重的总和应相同），但你可以尝试这样做，看看会发生什么。

一般来说，如果NMF或LDA或其他类似算法的输出为您提供了一组具有某些重叠的主题，则第一个建议很简单-减少主题数量。通过这样做，您自然会强制算法将相似的主题合并在一起。我建议你试试这个并检查结果

如果您仍然想手动处理算法培训的结果，并手动将几个主题合并在一起，我将尝试从阅读有关您正在使用的特定算法（NMF）的文档开始，并检查哪些属性定义了特定主题（属性称为组件）以及定义主题的单词。然后，您可以只更新现有NMF实例以调整其组件。虽然这将是一项相当困难的任务

已更新

另一种方法是将文档带到主题和词到主题矩阵（从技术上讲，这是算法的输出）并手动更新它们。查看文章：

通常，作为NMF的结果，您应该得到2个矩阵。其中一个将显示每个文档对每个主题的隶属度。另一个词对每个主题都很重要

合并两个主题时，您希望：

1） 将文档中主题的列合并到主题矩阵。例如，如果在此矩阵中有一行显示了一个文档，作为合并的结果，该文档拥有主题1的50%成员资格和主题2的10%成员资格，那么您可能应该获得60%的合并主题成员资格

---

2） 合并word到主题矩阵中主题的行。这就是它变得不平凡的地方。据我所知，您不能只对特定主题的word权重求和（所有权重的总和应相同），但您可以尝试这样做，看看会发生什么。

我希望用户能够手动完成此操作。我的意思是，他们觉得哪些主题簇是不相关的或重复的，他们应该能够告诉机器排除这些主题簇，然后机器逐渐了解到这些主题簇是不相关的或重复的。这有可能吗？@akrama81我不这么认为，因为主题建模的本质。它基于矩阵分解或基于单词出现的概率来估计主题，试图拟合给定多个主题的最佳模型。如果你“合并”主题，这意味着你试图创建一个描述主题的词的联合，这将破坏整个模型，因为分布或分解不会“总计为1”。@akrama81我唯一能想到的是尝试切换到LDA，并根据用户的决定手动指定频率分布特定主题中的单词，但这需要一些研究。嗯，我已经尝试了LDa，但它没有为我们的数据集提供相关的主题集群。谢谢你的洞察力@祝你好运。对于NMF，问题在于它是矩阵分解，因此更难理解如何减少组件数量以及如何合并它们。也许这方面有一些研究，但我没有听说。我希望用户能够手动完成这项工作。我的意思是，他们觉得哪些主题簇是不相关的或重复的，他们应该能够告诉机器排除这些主题簇，然后机器逐渐了解到这些主题簇是不相关的或重复的。这有可能吗？@akrama81我不这么认为，因为主题建模的本质。它基于矩阵分解或基于单词出现的概率来估计主题，试图拟合给定多个主题的最佳模型。如果你'合并'的主题，这意味着你