TF-IDF算法的代码实现

  1. 引入依赖
import numpy as np
import pandas as pd
  1. 定义数据和预处理
docA = "The cat sat on my bed"
docB = "The dog sat on my knees"
​
bowA = docA.split(" ")
bowB = docB.split(" ")
bowA
​
# 构建词库
wordSet = set(bowA).union(set(bowB))
wordSet


Out[3]:

{
   'The', 'bed', 'cat', 'dog', 'knees', 'my', 'on', 'sat'}


  1. 进行词数统计

# 用统计字典来保存词出现的次数
wordDictA = dict.fromkeys( wordSet, 0 )
wordDictB 
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值