TF-IDF和余弦相似度

你今天会学到什么

1. 基于频率的文档表示

2. TF-IDF（Term Frequency-Inverse Document Frequency）：词汇频率-逆文档频率

1. 基于频率的文档呈现

早些时候，我们了解了基于频率的幻灯片文档演示。（简单频率与 TF-IDF）

这里，我们直接计算TF-IDF（Term Frequency-Inverse Document Frequency），

此外，我们将通过计算余弦相似度来练习计算文档之间的相似度。

此外，使用名为scikit-learn的Python 机器学习库，

我们再计算一下TF-IDF和余弦相似度。

👉在这里等着！

以后，多个文档之间（文档X文档）或者多个文档与各种搜索词（文档X搜索词）

多次计算余弦相似度，

当多次执行相同的计算时，通过定义函数来执行计算更容易。

因此，让我们了解使这成为可能的Python 函数。

并且它可以轻松处理逗号分隔值（CSV）这种具有代表性的数据格式。

介绍Pandas库。

(a) 使用 def 调用函数