obvious_的博客

原创 文本数据集的简单处理（将文本转化为one-hot、TF、TF-IDF矩阵）

本次实验要求处理给定的数据集，得到对应的 onehot，TF，TF_IDF 矩阵，还要将 onehot 矩阵转为三元矩阵的形式，并完成三元矩阵相加的功能。 我的思路是： <1>建立单词集和单词表：先按行读入数据集，由于一行中，两个 tab 之间的数据是无 用的，因此舍弃掉前面的数据后，按照空格分隔字符串，得到一个个的单词，每分隔出一个 单词，就将其加入到单词集 word_set 和单词...