1. LDA是什么

LDA是两个常用模型的简称：Linear Discriminant Analysis 和 Latent Dirichlet Allocation。本文的LDA仅指代Latent Dirichlet Allocation。LDA 在主题模型中占有非常重要的地位，一般地会通过LDA抽取文档的主题分布，然后基于主题分布对文档集进行主题聚类或文本分类。

个人理解：LDA提出两个概念，文档-主题的Dirichlet分布，主题-词的Dirichlet分布。LDA的目标是为了训练这两个分布相关的参数。训练过程如下：

2. LDA的数学基础

2.1 神奇的Gamma函数

2.2 认识Beta/Dirichlet分布

2.3 MCMC和Gibbs Sampling

3. LDA的前世今生

3.1 文本建模/UnigramModel与PLSA

3.2 LDA文本建模