测试困惑度
您拿到一个数据集，包含 2016 年美国大选期间由推文机器人发送的 tweet。您的主管确定了两个感兴趣的账号类型：Left 和 Right。现在请您只对 Right 类型的机器人推文进行主题建模，并希望用主题建模来概括这些推文的主要内容。请分别以 5、15 和 50 个主题进行建模，以大致判断数据中包含多少个主题。
本练习是课程的一部分
R 自然语言处理入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
library(topicmodels)
# Setup train and test data
sample_size <- floor(0.90 * nrow(right_matrix))
set.seed(1111)
train_ind <- sample(nrow(right_matrix), size = sample_size)
train <- right_matrix[train_ind, ]
test <- right_matrix[-train_ind, ]
# Peform topic modeling
lda_model <- LDA(___, k = ___, method = ___,
control = list(seed = 1111))
# Train
___(lda_model, newdata = ___)
# Test
___(lda_model, newdata = ___)