R中的函數topicmodels :: lda錯誤

Question

我正在嘗試使用R中topicmodels包中的LDA模型。我需要測量方法的不穩定性，因此我已經從Dirichlet分布中為w = 3000個單詞，t = 8個主題和d = 50個文檔（其中大約60個單詞）生成了真實參數。每一個：

Theta = t(rdirichlet(d, alpha))

Phi = t(rdirichlet(t, beta))

docs = matrix(0, nrow = d, ncol = w)

for (i in 1:d)  {   
    curn = rnorm(1, mean = 60, sd = 10)    
    for (j in 1:curn)   {
        curt = rdiscrete(1, Theta[,d], 1:t)
        curw = rdiscrete(1, Phi[,curt], 1:w)
        docs[i, curw] = docs[i, curw] + 1
        }
    }

所以我的文檔矩陣是d * w的稀疏矩陣，幾乎所有元素都是0或1。

然后，我需要我的docs矩陣成為DocumentTermMatrix類的對象，以便在topicmodels：lda（）中使用它：

docs = as.DocumentTermMatrix(docs, weighting = weightTf)

我需要使用吉布斯采樣方法，所以我寫

ldafitmodel <- lda(docs, t, method = "Gibbs")

然后我得到：

lda.default（docs，t，method =“ Gibbs”）中的錯誤：nrow（x）和length（grouping）不同

我猜這個topicmodels包使用MASS包，但是這個分組參數是我無法明確控制的，可以嗎？ 還是我的數據出錯了？

請幫我！

BR，瑪麗亞

Answer 1

您的確切問題是不可重現的，因為您沒有定義d，t，w，alpha或beta，並且沒有為rdirichlet()和rdiscrete()函數調用加載適當的程序包。 但是，我很確定您的問題是從MASS包中調用了lda()函數-用於線性判別分析，而不是潛在的狄利克雷分配-而不是topicmodels包中的LDA()函數。 R區分大小寫，因此這些大寫有區別。 另外請注意，如果您認為將來可能遇到類似的問題，但對象名稱完全相同，則可以通過::形式的名稱空間指定想要的對象，例如topicmodels::LDA() 。

無論如何，我無法重現您的示例，但我認為該示例應說明您的錯誤和有效的解決方案。

> library(topicmodels)
> data(AssociatedPress)
> docs = AssociatedPress[1:100]
> ldafitmodel <- lda(docs, 4, method = "Gibbs")
Error in lda.default(docs, 4, method = "Gibbs") : 
  nrow(x) and length(grouping) are different
> (ldafitmodel <- LDA(docs, 4, method = "Gibbs"))
A LDA_Gibbs topic model with 4 topics.