tfidf处理代码_tfidf.txt

该博客介绍了如何使用TF-IDF算法处理文本数据。提供了一个名为`tfidf`的函数,该函数接受输入文档(docs)和关键词(term),并返回关键词在每个文档中的频率(count)、文档总词汇数(wordnum)、关键词的IDF值(idf)以及加权后的TF-IDF值(weight)。示例展示了如何处理包含多个URL的文档集合。
摘要由CSDN通过智能技术生成

function [count,tf,idf,weight]=tfidf(docs,term)

%docs--input documents,cell型

%term-- keywords也就是特征词提取,cell型

%output:count--存放各个关键词出现的频率在整个文档中

% wordnum--存放文档总的词汇数

%测试用例

%*****************************************************************

%clear all

%doc1='www washingtonpost com wp-adv mediacenter images wpni skin2 jpg';

%doc2='www washingtonpost com wp-adv mediacenter images about us welcome gif';

%doc3='media washingtonpost com wp-adv mediacenter images wpni mediakit hdr top gif';

%doc4='www washingtonpost com wp-adv mediacenter html research demographics html';

%docs={

doc1,doc2,doc3,doc4

};

%term={

'washingtonpost','mediacenter','images'

};

%%*************************************************************************

Ldocs=length(docs);

Lterm=length(term);

tf=zeros(Ldocs,Lterm);

idf=zeros(1,Lterm);

count=zeros(Ldocs,Lterm);

wordnum=[];

weight=zeros(Ldocs,Lterm);

p=' ';

i=1;

for i=1:Ldocs

doc=cell2mat(docs(i));

tabnum=find(doc==p);

Ltab=length(tabnum);

wordnum(i)=Ltab+1;

k=1;

for j=1:Ltab

word=doc(k:tabnum(j)-1);%会少输出最后一个词

Lw=length(word);

fword=doc((tabnum(Ltab)+1):length(doc));%最后一个词

Lfw=length(fword);

for jj=1:Lterm

aterm=cell2mat(term(jj));

Lat=length(aterm);

if Lat==Lw||Lat==Lfw

if strcmpi(word,aterm);

count(i,jj)=count(i,jj)+1;

if j

...

...

(完整源码请下载查看)

...

展开> <收缩

评论
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