博文
LDA的线上近似预测方法
|||
LDA预测需要迭代，可能满足不了实时计算的要求，考虑计算近似值来满足实时需求。
线下的训练已经有了各中间状态或类的频数或概率参数，对新的个体表现出来的向量与各类的参数比较，可以用巴氏相似度估计作为近似。还可以在巴氏相似度的分布基础上做多项分布概率计算，用巴氏相似度乘以概率作为近似。需要归一化的，再基于估计的近似值做归一化处理。
（如果用线性回归，参数取值应大于等于0，有约束就成了线性规划，还需要迭代，而且线性的效果可能不好）
https://blog.sciencenet.cn/blog-867801-722863.html
上一篇：BUG预测模型
下一篇：分配比例相似度
