[Python] gensim - LDA parameters

LdaModel(corpus=None,
num_topics=100,
id2word=None,
distributed=False,
chunksize=2000, # 훈련 덩어리당 문서의 개수
passes=1, # 훈련 동안 말뭉치를 통과하는 횟수
update_every=1, # 업데이트당 반복해 읽는 문서의 개수
alpha='symmetric',
eta=None, # 단어 확률에 대한 사전 신뢰도
decay=0.5, # 새로운 문서가 조사될 때 망각하는 람다의 퍼센티지
offset=1.0, # 처음 몇 번 반복 시행의 속도 감소를 통제한다.
eval_every=10, # 로그 퍼플렉시티의 추정 빈도수(비용이 든다)
iterations=50, # 말뭉치를 읽는 반복시행의 최대수
gamma_threshold=0.001 # 지속하기 위한 감마의 최소 변화
minimum_probability=0.01 # 토픽을 필터하는 최소 확률
random_state=None,
ns_conf=None,
minimum_phi_value=0.01, # 단어 확률의 하한
per_word_topics=False, # 가장 큰 단어-토픽 확률을 계산
callbacks=None,
dtype=<class 'numpy.float32'="">
)

 

출처 : https://coredottoday.github.io/2018/09/17/%EB%AA%A8%EB%8D%B8-%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0-%ED%8A%9C%EB%8B%9D/