哪吒机器人提醒：
提醒：博客园-码农的园子
【标题】【转】TF-IDF算法扫盲2
【摘要】作者: 码农.ｋｅｎ 发表于 2010-06-20 00:25 原文链接 阅读: 1 评论: 0本文转载自http://www.mryang.org/logs/45675845.html tf-idf算法是一种简单快捷的文档特征词抽取方法，通过统计文档中的词频来对文档进行主题分类。tf-idf(term frequency–inverse document frequency)是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。tf-idf加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。tf-idf其主要思想是，如果某个词或短语在一篇文章中出现的频率tf高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。tf词频(term frequency)指的是某一个给定的词语在该文件中出现的次数。idf反文档频率(inverse document frequency)是指，如果包含词条的文档越少，idf越... (04-15 10:52)
手机哪吒网 m.iNezha.com 有人网