pLSA理解

由于基于SVD的LSA进行奇异值分解非常耗时，并且缺乏数理统计基础。1999年，Thomas Hofmann又在此基础上，提出了概率性潜在语义索引（Probabilistic Latent Semantic Indexing，简称PLSI）。

pLSA在原来基础上增添了统计概率，在参数学习方面采用EM算法。接下来先介绍pLSA的整体思想，然后介绍EM算法求参过程。

整体思想：

pLSA理解

pLSA理解

下面给出用EM算法估计PLSA参数的详细推导过程：

pLSA理解

相关文章：

2021-10-04
2021-07-18
2021-05-30
2021-09-03
2021-06-05
2021-11-17
2021-09-04

猜你喜欢

2022-01-10
2022-01-12
2021-07-16
2021-10-28
2021-08-22
2021-10-27
2021-10-21

相关资源

下载 2023-01-19
下载 2021-06-05
下载 2021-06-24

相似解决方案

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode