创建函数/for loop/map/lappy以运行多个种子LDA模型并提取thetas

# 导入所需的包
library(topicmodels)
library(ldatuning)

# 创建函数以运行LDA模型并提取thetas
run_lda <- function(seed) {
  set.seed(seed)  # 设置种子以确保结果的可重复性
  
  # 在此处插入数据加载和预处理的代码
  
  # 运行LDA模型
  lda_model <- LDA(documents, k = num_topics, control = list(seed = seed))
  
  # 提取thetas
  thetas <- as.matrix(lda_model@gamma)
  
  return(thetas)
}

# 设置参数
num_topics <- 10  # LDA模型的主题数量
num_seeds <- 5  # 种子的数量，即要运行的LDA模型数量

# 使用for循环运行多个种子的LDA模型并提取thetas
thetas_list <- list()
for (i in 1:num_seeds) {
  thetas_list[[i]] <- run_lda(i)
}

# 使用lapply函数运行多个种子的LDA模型并提取thetas
thetas_list <- lapply(1:num_seeds, run_lda)

# 使用map函数（需要安装purrr包）运行多个种子的LDA模型并提取thetas
# thetas_list <- purrr::map(1:num_seeds, run_lda)

# 在此处可以对thetas_list进行进一步处理，例如合并、分析等