文件名称：吉布斯采样matlab代码-UBD:UBD
文件大小：1.42MB
文件格式：ZIP
更新时间：2024-06-16 23:56:50
系统开源
吉布斯采样matlab代码迪尔伯恩 在NeurIPS 2018的“用于主题结构学习的Dirichlet信念网络”的论文中，PFA + DirBN的演示代码。 主要特征： DirBN发现主题词分布上的主题层次结构。 DirBN可以灵活地与许多其他主题模型结合。 DirBN具有更好的困惑和主题连贯性，尤其是对于短文本而言。 运行PFA + DirBN 该代码是Matlab和C ++的混合体。 该代码已在MacOS和Linux（Ubuntu）中进行了测试。 要在Windows上运行它，您需要使用MEX和C ++编译器重新编译所有.c文件。 要求：Matlab 2016b（或更高版本）。 我们提供了本文中使用的TMN数据集，该数据集以MAT格式存储，具有以下内容： x：词汇中具有V个单词的N个文档的V×N计数（稀疏）矩阵 voc：词汇表中的单词 train_idx：培训文档的索引 test_idx：要测试的文档的索引 请以上述格式准备您自己的文件。 如果要使用此数据集，请引用原始论文，这些论文在我们的论文中被引用。 运行PFA_DirBN_demo.m 将DirBN与其他型号一起使用 DirB
【文件预览】：
UBD-master
----CRT_sum_mex_matrix_v1.mexa64(8KB)
----Multrnd_Matrix_mex_fast_v1.mexmaci64(9KB)
----sample_DirBN_counts.m(1KB)
----.DS_Store(6KB)
----Mult_Sparse.mexa64(8KB)
----PFA_DirBN.m(5KB)
----show_topic_words_two_layer.m(2KB)
----collapsed_gibbs_topic_assignment_mex.mexmaci64(9KB)
----CRT_sum_mex_v1.c(939B)
----CRT_sum_mex_matrix_v1.c(2KB)
----Sample_rk.m(1KB)
----CRT_sum_mex_matrix_v1.mexmaci64(9KB)
----LICENSE(1KB)
----sample_DirBN_beta.m(2KB)
----README.md(2KB)
----collapsed_gibbs_topic_assignment_mex.mexa64(9KB)
----Mult_Sparse.c(2KB)
----data()
--------.DS_Store(6KB)
--------TMN.mat(1.4MB)
----Multrnd_Matrix_mex_fast_v1.c(3KB)
----PartitionX_v1.m(1KB)
----CRT_sum_mex_v1.mexmaci64(9KB)
----infer_theta.m(1KB)
----Multrnd_Matrix_mex_fast_v1.mexa64(13KB)
----collapsed_gibbs_topic_assignment_mex.c(4KB)
----sample_DirBN.m(2KB)
----Mult_Sparse.mexmaci64(9KB)
----init_DirBN.m(1KB)
----CRT_sum_mex_v1.mexa64(8KB)
----PFA_DirBN_demo.m(2KB)