Python 如何在gensim LdaModel中调整alpha参数

我在lda分布中使用对称alpha训练了一个主题模型：

model = gensim.models.ldamodel.LdaModel(bows, num_topics = 20, id2word = dictionary, passes = 100)

我可以看到：

model.alpha
array([ 0.05,  0.05,  0.05,  0.05,  0.05,  0.05,  0.05,  0.05,  0.05,
    0.05,  0.05,  0.05,  0.05,  0.05,  0.05,  0.05,  0.05,  0.05,
    0.05,  0.05])

在哪里

numpy.sum(model.alpha)
1.0000000000000002

我不太明白gensim如何降低alpha参数，使每个文档成为较少主题的混合体？

看起来像

似乎

gensim.models.ldamodel.ldamodel

采用默认为

对称的
alpha
参数。您可以显式地为它提供一个alpha数组，或者将它设置为
'auto'
，它将从您的数据中学习优先级

我建议用
alpha='auto'
试试它，让它了解优先级。
我认为，像你提到的那样，显式地将它设置为数组是我要做的。@r2d2oid很酷。我绝对建议尝试一下
'auto'
，让算法学习不对称的先验知识在过去给了我很好的结果！