LDA मॉडल
अब समय है LDA मॉडल बनाना. dictionary और corpus का उपयोग करके, आप तैयार हैं यह खोजने के लिए कि Enron ईमेल्स में कौन-कौन से टॉपिक मौजूद हैं. टॉपिक्स को सौंपे गए शब्दों को जल्दी से प्रिंट करके, आप यह शुरुआती जाँच कर सकते हैं कि कोई स्पष्ट टॉपिक तुरंत नज़र आता है या नहीं. ध्यान रखें कि टॉपिक मॉडल कम्प्यूट-हैवी होता है, इसलिए इसे चलने में समय लगेगा. आइए कोशिश करते हैं!
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Fraud Detection
अभ्यास निर्देश
- gensim models से LDA मॉडल बनाएँ, और उसमें
corpusतथाdictionaryडालें. - मॉडल के परिणामों पर
printtopics चलाकर 5 टॉपिक्स सेव करें, और शीर्ष 5 शब्द चुनें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define the LDA model
ldamodel = gensim.models.____.____(____, num_topics=5, id2word=____, passes=5)
# Save the topics and top 5 words
topics = ____.____(num_words=____)
# Print the results
for topic in topics:
print(topic)