保举体系技能之文内情似性计较（三）

本日这篇也较量长，但中间有部门是代码，7，8，9最后三节的信息我以为较为有效。前面说了两篇了，保举体系技能之文内情似性计较（一）和保举体系技能 --- 文内情似性计较（二）别离先容了TFIDF和向量空间的相干对象，然后先容了主题模子，这一篇我们就来试试这两个对象。词向量就不在这篇试了，词向量和这两个相关不大，欠好比拟，不外我最后也给出了代码。

工欲善其事,必先利其器，那么我们先来利其器，这里我们行使的是python的gensim器材包，地点是:https://radimrehurek.com/gensim/index.html，这个器材包很强盛，我就纷歧一先容了，横竖我们必要的成果都有，并且我们用得很简朴，它还可以漫衍式陈设，感乐趣可以去官网看详细先容。为什么不本身写？这个题目....呵呵.....呵呵....我写不出来.....至于安装，必要先安装python 2.6以上(空话)，NumPy 1.3以上，SciPy 0.7以上，后两个是python的科学计较的包。easy_install很轻易搞定，这里就不空话了，windows上安装也许有点坚苦，但我好久没用过windows了，我电脑上安装很轻松，三四个呼吁搞定，可以去看gensim的官方文档，上面也有怎么安装，假如你装都装不上，那就google，百度，总有办理步伐。除了gensim，尚有个分词的包必要装一下，就是jieba分词，这个也很轻易装。1. 数据筹备