如何解决pyLDAvis对NLP主题建模以可视化结果,但由于归一化分布的总和不等于1而出现错误
我正在尝试使用pyLDAvis可视化数据块上的LDA结果。
环境:
Spark NLP version: 2.5.5
Apache Spark version: 2.4.5
我得到了错误:
ValidationError:
* Not all rows (distributions) in topic_term_dists sum to 1.
来自代码:
pyLDAvis.prepare(**data)
数据有两个数组:
data['doc_topic_dists'],data['doc_lengths']
我在https://github.com/bmabey/pyLDAvis/blob/master/pyLDAvis/_prepare.py使用了与PyLDAvis的源代码相同的功能
def __num_dist_rows__(array,ndigits=2):
return array.shape[0] - int((pd.DataFrame(array).sum(axis=1) < 0.999).sum())
确保所有行的总和为1。
但是,我仍然遇到错误。
我发现该错误仅在其大小较大时弹出。当前,它是900多行。
如果有300多行,则没有错误。
pyLDAvis: Validation error on trying to visualize topics的解决方案 和pyLDAvis visualization of pyspark generated LDA model
不起作用。
有人可以帮我吗?
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。