如何通過gensim將訓練集的分佈保存在訓練有素的LDA模型上？

lda = models.LdaModel(corpus_tfidf, id2word = dic, num_topics = 64) 
corpus_lda = lda[corpus_tfidf]

我想知道如何保存corpus_lda進一步使用？

2014-12-08 kuailefei_

你的意思是你想保存'lda'模型嗎？我在問，因爲你的代碼使'corpus_lda'包含每個培訓文檔的主題分佈。 – 2014-12-08 09:53:03

我知道corpus_lda包含主題分佈，這就是我想要保存的，我想將分佈保存爲2173 * 64（2173是我的培訓文檔編號，64是主題）矩陣，但不知道如何保存它。 – 2014-12-08 10:12:12

快速解決方案是使用[cPickle]（https://docs.python.org/2/library/pickle.html#module-cPickle）模塊並將主題分發矩陣轉儲到文件中，然後使用無論何時你想使用它，相同的模塊都可以加載矩陣。 – 2014-12-08 12:07:49

Gensim具有以下功能：寫入語料庫磁盤：

from Gensim import corpora 
corpora.MmCorpus.serialize('pathandfilename.mm', corpus_lda)

要載入保存的語料庫使用：

corpus_lda = corpora.MmCorpus('pathandfilename.mm')

有保存模型（查看教程或references）類似的功能。可以使用不同的語料庫格式，我相信矩陣市場曾經是Gensim使用的標準格式，但是最近增加了indexedcorpus格式，它具有一些附加功能（您可能已經猜到了一個索引）。

2014-12-08 14:04:59 MrFancypants

非常感謝！ – 2014-12-09 01:27:48

回答