使用scikit-learn TfIdf和gensim LDA

Question

我在scikit中使用了各種版本的TFIDF來學習一些文本數據的建模。

vectorizer = TfidfVectorizer(min_df=1,stop_words='english')

生成的數據X采用以下格式：

<rowsxcolumns sparse matrix of type '<type 'numpy.float64'>'
    with xyz stored elements in Compressed Sparse Row format>

我想嘗試使用LDA作為減少稀疏矩陣維數的方法。 有沒有一種簡單的方法可以將NumPy稀疏矩陣X輸入到gensim LDA模型中？

lda = models.ldamodel.LdaModel(corpus=corpus, id2word=dictionary, num_topics=100)

我可以忽略scikit並按照gensim教程概述的方式，但我喜歡scikit矢量化器及其所有參數的簡單性。

Answer 1

http://radimrehurek.com/gensim/matutils.html

class gensim.matutils.Sparse2Corpus(sparse, documents_columns=True)

      Convert a matrix in scipy.sparse format into a streaming gensim corpus.