阿里云人工智能平台PAIPLDA-云淘科技

页签

参数

参数描述

字段设置

选择特征列

选择参与训练的特征列。

参数设置

主题个数

设置LDA的输出的主题个数。

Alpha

P(z/d) 的先验狄利克雷分布的参数。

beta

P(w/z) 的先验狄利克雷分布的参数。

burn In 迭代次数

Burn In 迭代次数，必须小于总迭代次数，默认值为100。

总迭代次数

正整数，非必选，默认值为150。

参数名称

是否必选

描述

类型

默认值

inputTableName

是

输入表的名称。

STRING

无

inputTablePartitions

否

输入表中，参与训练的分区。系统支持以下格式：

• Partition_name=value

• name1=value1/name2=value2：多级分区

说明

指定多个分区时，分区之间使用英文逗号（,）分隔。

STRING

输入表的所有分区

selectedColNames

否

输入表中用于LDA的列名。

STRING

输入表中所有的列名

topicNum

是

Topic的数量，取值范围为[2, 500]。

正整数

无

kvDelimiter

否

Key和Value间的分隔符。取值：

• 空格

• 英文逗号（,）

• 英文冒号（:）

STRING

英文冒号（:）

itemDelimiter

否

Key和Key间的分隔符。取值：

• 空格

• 英文逗号（,）

• 英文冒号（:）

STRING

空格

alpha

否

P(z/d)的先验狄利克雷分布的参数。取值为(0, ∞)。

FLOAT

0.1

beta

否

P(w/z)的先验狄利克雷分布的参数。取值为(0, ∞)。

FLOAT

0.01

topicWordTableName

是

topic-word频率贡献表。

STRING

无

pwzTableName

否

P(w/z)输出表。

STRING

无，即不输出P(w/z)表

pzwTableName

否

P(z/w)输出表。

STRING

无，即不输出P(z/w)表

pdzTableName

否

P(d/z)输出表。

STRING

无，即不输出P(d/z)表

pzdTableName

否

P(z/d)输出表。

STRING

无，即不输出P(z/d)表

pzTableName

否

P(z)输出表。

STRING

无，即不输出P(z)表

burnInIterations

否

Burn In迭代次数，且取值必须小于totalIterations。

正整数

100

totalIterations

否

迭代次数。

说明

z是主题，w是词，d是文档。

正整数

150

enableSparse

否

是否是kv输入，选择kv输入或分词结果。取值范围如下：

• true：kv输入

• false：非kv输入

BOOL

true

coreNum

否

与参数memSizePerCore配对使用，默认系统会根据输入数据量计算所起Instance的数量，即取值为-1。

正整数

-1

memSizePerCore

否

单个节点内存大小，单位MB。范围为[1024, 64*1024]。默认系统自动计算每个节点的内存大小，即取值为-1。

正整数

-1