将主题模型存储在列表中也考虑了最大出现次数

Question

我正在执行主题建模并使用函数来获取主题模型中的顶级关键字，如下所示。

def getTopKWords(self, K):

    results  = []

    """

    returns top K discriminative words for topic t

    ie words v for which p(v|t) is maximum

    """

    index = []

    key_terms = []

    pseudocounts = np.copy(self.n_vt)

    normalizer = np.sum(pseudocounts, (0))

    pseudocounts /= normalizer[np.newaxis, :]

    for t in range(self.numTopics):

        topWordIndices = pseudocounts[:, t].argsort()[-1:-(K+1):-1]

        vocab = self.vectorizer.get_feature_names()

        print (t, [vocab[i] for i in topWordIndices])

   ## Code for storing the values in a single list

   return results

上面的函数给了我如图所示的代码

0 ['computer', 'laptop', 'mac', 'use', 'bought', 'like', 'warranty', 'screen', 'way', 'just']

1 ['laptop', 'computer', 'use', 'just', 'like', 'time', 'great', 'windows', 'macbook', 'months']

2 ['computer', 'great', 'laptop', 'mac', 'buy', 'just', 'macbook', 'use', 'pro', 'windows']

3 ['laptop', 'computer', 'great', 'time', 'battery', 'use', 'apple', 'love', 'just', 'work']

它是循环运行 4 次并打印索引和每个词汇中的所有关键字的结果。

现在，我想从返回以下输出的函数中返回一个列表。

return   [keyword1, keyword2, keyword3, keyword4]

其中，keyword1/2/3/4 是在输出中索引为 0、1、2、3 的词汇表中出现次数最多的单词。

Answer 1

您可以使用collection.Counter：from collections import Countera = ['computer', 'laptop', 'mac', 'use', 'bought', 'like',      'warranty', 'screen', 'way', 'just']b = ['laptop', 'computer', 'use', 'just', 'like', 'time',      'great', 'windows', 'macbook', 'months']c = ['computer', 'great', 'laptop', 'mac', 'buy', 'just',      'macbook', 'use', 'pro', 'windows']d = ['laptop', 'computer', 'great', 'time', 'battery', 'use',      'apple', 'love', 'just', 'work']def get_most_common(*kwargs):    """Accepts iterables, feeds all into Counter and returns the Counter instance"""    c = Counter()    for k in kwargs:        c.update(k)    return c# get the most common ones mc = get_most_common(a,b,c,d).most_common()# print top 4 keystop4 = [k for k,v in mc[0:4]]print (top4)输出：['computer', 'laptop', 'use', 'just'] some_results = [] # store stufffor t in range(self.numTopics):    topWordIndices = pseudocounts[:, t].argsort()[-1:-(K+1):-1]    vocab = self.vectorizer.get_feature_names()    print (t, [vocab[i] for i in topWordIndices])      some_results.append( [vocab[i] for i in topWordIndices] )  mc = get_most_common(*some_results).most_common()  return [k for k,v in mc[0:4]]