LDA 主题分析 · 主题数 K 怎么定 | 小朵科技工作室 博客

LDA 主题分析最常被问的问题：主题数 K 该怎么设？

网上教程大多让你「用困惑度（perplexity）选最低点」，但实际项目里，困惑度曲线经常是单调下降的，根本看不出拐点。

更靠谱的做法是看一致性（Coherence Score）：

from gensim.models import CoherenceModel
coherence = CoherenceModel(
    model=lda,
    texts=corpus,
    dictionary=dictionary,
    coherence='c_v'
).get_coherence()

把 K 从 2 试到 20，选 coherence 最高的那个，通常就是最合适的。

再一个经验值：评论分析一般 3-7 个主题，新闻舆情 5-10 个，学术论文 5-15 个。太小没区分度，太大主题之间会重叠。

数据量小（< 1000 条）别硬上 LDA，出来的结果没法解释。

---

本文由 BBZ · 小朵科技工作室 出品。配套工具：LDA 主题分析软件 P04。