特征选择----TF*IDF

最新推荐文章于 2024-03-06 15:43:48 发布

zhourunan123

最新推荐文章于 2024-03-06 15:43:48 发布

阅读量1.3k

点赞数 1

分类专栏： NLP 文章标签：特征选择 TF*IDF

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/zhourunan123/article/details/81193007

版权

NLP 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

TF*IDF

TF 称为词频，表示词在一篇文档中出现的频率=词在该文档中出现的次数 / 该文档中单词的总数---TF越大，表示该词对文档越重要

DF称为文档频率，一个词在多少篇文章中出现过

IDF 称为逆文档频率=Ln（总文档数/出现该次的文档数）

反映了一个词在所有文档中出现的频率，如果一个词在很多文档中出现，那么它的IDF值较低；如果一个词在比较少的文档中出现，那么它的IDF值较高。如果一个词在所有的文档中都出现，那么它的IDF值为0.

TF*IDF主要思想：如果某个词在一篇文章中出现的频率高，并且在其他文章中很少出现，则认为这个词具有很好的类别区分能力

关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

zhourunan123 CSDN认证博客专家 CSDN认证企业博客

码龄10年

70: 原创

24万+: 周排名

48万+: 总排名

12万+: 访问

: 等级

1552: 积分

33: 粉丝

83: 获赞

19: 评论

278: 收藏

私信

关注

热门文章

分类专栏

最新评论

Anaconda 安装gensim
Pepper2000: 感谢感谢，太牛逼了！
Anaconda 安装gensim
616161sly: 赞赞赞，豆瓣镜像真好用！
C语言实现----快速排序
EverythingBlue: 有一个小疏漏： [code=csharp] int Partition(int array[], int low, int high){ int base = array[low]; while(low < high){ while(low < high && array[high] >= base){ high --; } swap(array,low,high);//array[low] = array[high]; while(low < high && array[low] <= base){ low ++; } swap(array,low,high);//array[high] = array[low]; } array[low] = base; return low; } void QuickSort(int array[], int low, int high){ if(low < high){ int base = Partition(array,low,high); QuickSort(array,low,base - 1); QuickSort(array, base + 1, high); } } [/code] 这段代码中的第13行：array[low] = base;是应该注释//掉的，为了保持和前面两个注释掉的语句相一致；或者去掉上面的两个调用swap的语句，使用注释掉的语句，用赋值代替繁琐的swap过程。
Anaconda 安装gensim
weixin_44566084: 棒！！！
C语言实现----快速排序
看不懂人生代码: 不需要先判断low是否比base大再return吗？[code=csharp] Swap(arr, low, high); while(low < high && arr[low] <= base) { low ++; } Swap(arr, low, high); } return low>=base?low:low+1; } void QuickSort(int arr[], int low, int high) { if(low < high) { int base = Partition(arr, low, high); QuickSort(arr, low, base - 1); QuickSort(arr, base, high); } } [/code]

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。