LDA的评价标准

最近半个月一直纠结与LDA中，拔也拔不出来，有很多的东西我自己是不太理解的，现在还是重新理一下思路，然后再重新来做吧。
对于评价聚类算法的好坏的评价指标：
第一是利用有分类标签的测试数据集，然后判断聚类的结果与真实的结果之间的差距。
第二是利用无分类标签的测试数据集，用训练出来的模型来跑测试数据集，然后计算在测试数据集上，所有的token似然值几何平均数的倒数，也即perplexity指标，这个指标可以直观理解为用于生成测试数据集的词表大小的期望值。

熵，perplexity是一种信息理论的测量方法，x的perplexity是基于x的熵的能量来定义的。对于一个模型而言，perplexity越小，说明模型越好。具体在wiki上有三种定义方式，参考的链接如下：
http://blog.csdn.net/pipisorry/article/details/42460023
对于LDA主题模型中的perplexity,只是一个粗略的评价标准，用于在语料库中得到合数数目的主题。

其中，M是测试语料库中的文本的数量，Nd是第d篇文本的大小（即单词数），P（Wd）代表文本的概率。
文本的概率的计算方法：由词袋模型可知，一篇文本的概率为其所有词的的概率的成绩，而每个词的概率由全概率公式（主题的全概率公式得到）。
LDA模型的perplexity就是exp^{ - (∑log(p(w))) / (N) }，∑log(p(w))是对所有单词取log（直接相乘一般都转化成指数和对数的计算形式），N的测试集的单词数量（不排重）
举例说明，假设我们测试语料库中由m个句子，s1,s2,s3,s4…sm,可以通过取log的方式将乘法转变为加法。

此时的值越大说明效果越好。

将其转化为指数的方式，此时的perplexity越小越好。