【问题标题】：how to save Sklearn lda model output to csv?如何将 Sklearn lda 模型输出保存到 csv？
【发布时间】：2019-08-04 02:09:08
【问题描述】：

如何将 Sklearn LDA 模型输出保存到 csv ？它没有 show_topics 命令作为 genism lDA 模型。

def selected_topics(model, vectorizer, top_n=10):
for idx, topic in enumerate(model.components_):
    print("Topic %d:" % (idx))
    print([(vectorizer.get_feature_names()[i], topic[i])
                    for i in topic.argsort()[:-top_n - 1:-1]])

这很适合打印，但如何将这些结果保存到 csv？

【问题讨论】：

标签： python csv scikit-learn lda topic-modeling

【解决方案1】：

def selected_topics(model, vectorizer, top_n=10):
    results={}
    for idx, topic in enumerate(model.components_):
        topicId='Topic'+str(idx)
        print("Topic %d:" % (idx))
        topic_name = " ".join([(vectorizer.get_feature_names()[i]
                    for i in topic.argsort()[:-top_n - 1:-1]])
        results[topicId]=topic_name
    return results

您可以将结果写入 Json，然后写入 CSV 文件

到 Json

import json,csv
results = selected_topics(model, vectorizer, top_n=10)
res_file = open(outputFile,'w')
res_file.write(json.dumps(results))
res_file.close()

json 到 csv

input = open(res_file)
data = json.load(input)
input.close()

output = csv.writer("output_csv.csv")

output.writerow(data[0].keys())  # header row

for item in data:
    output.writerow(item.values())

如果这对您没有帮助，请告诉我

【讨论】：

TypeError Traceback（最近一次调用最后一次） in () ----> 1 selected_topics(lda, vectorizer) in selected_topics(model, vectorizer, top_n) 6 print("Topic %d:" % (idx)) 7 topic_name = " ".join([(vectorizer.get_feature_names()[i], topic[i]) - ---> 8 for i in topic.argsort()[:-top_n - 1:-1]]) 9 10 TypeError: sequence item 0: expected str instance, tuple found.It throw me an error.
有没有一种可能的方式来通过创建一个循环来生成 csv，就像我们在 genism 中创建的那样？。
是的，您可以创建，将 " ".join([(vectorizer.get_feature_names()[i], topic[i]) 替换为 " ".join([(vectorizer.get_feature_names()[i ]
先写json的目的是什么？
20 input.close() 21 ---> 22 output = csv.writer("output_csv.csv") 23 24 output.writerow(data[0].keys()) # 标题行TypeError：参数 1 必须有一个“写”方法

【解决方案2】：

我自己找到了解决方案。运行循环对我有用。

 def show_topics(vectorizer=vectorizer, lda_model=lda, n_words=20):
    keywords = np.array(vectorizer.get_feature_names())
    topic_keywords = []
    for topic_weights in lda_model.components_:
        top_keyword_locs = (-topic_weights).argsort()[:n_words]
        topic_keywords.append(keywords.take(top_keyword_locs))
    return topic_keywords

topic_keywords = show_topics(vectorizer=vectorizer, lda_model=lda, n_words=15)        

# Topic - Keywords Dataframe
df_topic_keywords = pd.DataFrame(topic_keywords)
df_topic_keywords.columns = ['Word '+str(i) for i in range(df_topic_keywords.shape[1])]
df_topic_keywords.index = ['Topic '+str(i) for i in range(df_topic_keywords.shape[0])]
df_topic_keywords

【讨论】：

【解决方案3】：

您可以通过首先创建一个 pandas 数据框并将 LDA 模型结果保存到该数据框（通过循环）来导出结果。稍后将其导出到 csv 文件。

import pandas as pd
import csv
pd.DataFrame(savedresults).to_csv("all_model_ouput.csv")

【讨论】：