我想在一组文档上应用LDA。它应该计算文档属于某个特定主题的概率。我做了以下操作：

tfidf_vectorizer = TfidfVectorizer(min_df=12, analyzer="word")tfidf = tfidf_vectorizer.fit_transform(data_samples)lda = LatentDirichletAllocation(n_topics=5, max_iter=5,                                learning_method='online',                                learning_offset=50.,                                random_state=0)lda.fit(tfidf)

现在我想获取我的data_sample中某个文档属于给定主题的概率，例如，由于我使用了5个主题：[0.2, 0.1 ,0.1, 0.1, 0.5]，关于LDA的文档非常薄弱，你知道这些信息是否容易获取吗？

问题：我有同样的问题，有人解决了吗？我不知道为什么这里不让我添加评论，但它允许我添加到别人的帖子中。

回答：

我最近也遇到了同样的问题。你可以使用lda.transform(tfidf)将模型应用到每个样本上。

请注意，你需要使用tfidf向量来实现这一点。

我认为“transform”这个名称来源于统计学中的数据转换概念