LDA

定义 Definition

LDA 是一个常见缩写，最常指两种统计/机器学习方法：

1. Linear Discriminant Analysis（线性判别分析）：用于分类与降维，寻找最能区分不同类别的线性投影。
2. Latent Dirichlet Allocation（潜在狄利克雷分配）：一种主题模型，用于从大量文本中自动发现“主题”（词的概率分布）。
   （在不同领域里也可能有其他含义，但以上两种最常见。）

发音 Pronunciation

/ˌɛl diː ˈeɪ/

例句 Examples

LDA is often used for classification.
LDA 常用于分类。

In our experiment, we compared LDA with logistic regression and found LDA performed better on this small dataset.
在我们的实验中，我们将 LDA 与逻辑回归进行比较，发现 LDA 在这个小数据集上表现更好。

词源 Etymology

LDA 来自英文术语的首字母缩写：

• Linear Discriminant Analysis（20 世纪中期统计学与模式识别中逐渐普及）
• Latent Dirichlet Allocation（2003 年由 Blei、Ng、Jordan 提出并广泛传播）
  其中 “Dirichlet（狄利克雷）” 源自法国数学家 Peter Gustav Lejeune Dirichlet 的姓氏。

相关词 Related Words

• Classification
• Discriminant
• Dimensionality
• Projection
• Logistic
• Topic
• Clustering
• Dirichlet
• Bayesian
• Corpus

文学/著作中的出现 Literary Works

• Blei, Ng, Jordan (2003): Latent Dirichlet Allocation（提出 LDA 主题模型的经典论文）
• Christopher M. Bishop: Pattern Recognition and Machine Learning（讨论 LDA 等判别方法）
• Hastie, Tibshirani, Friedman: The Elements of Statistical Learning（涵盖 LDA 等分类与降维方法）
• David M. Blei (2012): Probabilistic Topic Models（综述主题模型，包含 LDA）