潜在狄利克雷分配（LDA）--分配、分布与分类

潜在狄利克雷分配（LDA）--分配、分布与分类(https://mp.weixin.qq.com/s?__biz=MzIwNDY0MjYzOA==&mid=2247510718&idx=1&sn=822b61d0316120f1e9be6a104e1e3437&chksm=973fea9fa0486389d8c68abed8a36715939e4d36e90c7bd30daccc7c602b7320e359a4e6bee5&scene=27)

在机器学习领域，LDA是两个常用模型的简称：Linear Discriminant Analysis 和 Latent Dirichlet Allocation。本文的LDA仅指代Latent Dirichlet Allocation，即潜在狄利克雷分配。
1 简介

我们可以把它想象成一个party，在这个party里面，每个人都在自由活动，因此每个人在这个房间里的位置都是均匀分布的，也就是说，在这个房子里的每个位置有人的概率都是一样的。但如果我们在房间里的不同角落放置物品，如一个角落放食物、一个放音乐、一个放饮料，那么人便会倾向于向角落移动，有些人会向食物移动，一些人向音乐，一些人向饮料。这时，房子里的每个位置有人的概率就会有变化，在没有任何物品的中心有人的概率就会很小，但在角落里有人概率就会变大（图左到图右的变化）。