在LDA分析时困惑度和一致性指标怎么选择时得出最优主题数。

在LDA分析中，困惑度和一致性指标都可以用来选择最优的主题数。但是，它们各自关注的方面不同。

困惑度是一种用于评估主题模型的质量指标，它衡量模型对新数据的预测能力。困惑度越低，模型的预测能力越强。因此，在选择主题数时，可以通过比较不同主题数下的困惑度，选择困惑度最小的主题数。

一致性指标是一种用于评估主题模型的一致性和解释性的指标。它衡量主题内部词语之间的相关性和主题之间的差异性，一致性指标越高，模型的解释性越强。因此，在选择主题数时，可以通过比较不同主题数下的一致性指标，选择一致性指标最高的主题数。

综合考虑两个指标，可以选择困惑度和一致性指标都较优的主题数作为最优主题数。