LDA源代码，可读性强，层次清楚，健壮性好。

online_lda_python 使用 Hoffman 的 Python 实现的在线 LDA。 用法 $ python online_lda.py -h usage: online_lda.py [-h] [-o OUTDIR] [-b BATCHSIZE] [-d NUM_DOCS] [-k NUM_TOPICS] [-t TAU_0] [-l KAPPA] [-m MODEL_OUT_FREQ] dataset vocab_file positional arguments: dataset Input dataset filename. vocab_file Vocabulary filename. optional arguments:

lda（线性分类器）的网络学习资料，及matlab代码

matlab程序，用于对提取的各种特征值进行线性判别分析，进而分析分类器用于分类的有效性

pyLDAvis_Optimized_TopicModeling 使用Sk-learn建立LDA模型并使用pyLDAvis绘制主题间距离图 作者：丹麦Anis和Barsha Saha博士 联络方式： 该项目的目的是优化主题模型，以使用网格搜索方法实现最佳拟合。 主题建模是一种有效的无监督机器学习工具，可帮助分析文本数据集中的潜在主题。 但是，也有必要学习优化模型以获得最佳拟合模型，以实现更好的可解释主题，从而获得有意义的见解。 此外，作者还创建了主题的交互式可视化对象，以便对主题模型进行更直观的评估。 数据集信息 到自定义数据集。 结果 初始词云 从pyLDAvis创建的可视化 主题与代表词

评价中医药方剂的相似度的常用方法是基于方剂的功效和主治功能进行相似度分析，但存在相似度无法定量化的问题，并且没有考虑中医方剂组成成分的影响。提出了利用LDA主题模型发掘“方剂—证型—组成成分”的隐含关系的方法，将“方剂—组成成分”转换成“方剂—证型”和“证型—组成成分”两个概率分布，并利用KL距离来计算相似度。实验结果表明基于LDA主题模型的方法能够更好地计算方剂间的相似度，并且能较好地反映中医辩证论治。

北大的李晓明老师不用说了吧，仅这个名字就是质量的保证。 关于LDA非常好的一篇文章，值得一读！

吉布斯采样matlab代码matlab_gibbs_lda 具有Gibbs采样的LDA是使用MATLAB实现的。 文档主题上的Dirichlet分布的超参数采样基于Mallet，但使用纯MATLAB代码重新实现。 输入数据格式： 一个3行矩阵X的AN，对于第i行，X（i，1）是文档ID，X（i，2）是令牌ID，X（i，3）是此文档中此令牌的字数。

LDA线性辨别分析的人脸识别算法，采用KNN分类，用于实现人脸识别。

基于LDA特征提取的人脸识别算法对比了不同维度特征的识别率