TF-IDF

weia_q

于 2019-02-11 10:41:04 发布

阅读量341

点赞数

CC 4.0 BY-SA版权

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.youkuaiyun.com/weia_q/article/details/86981035

本文深入探讨了TF-IDF算法的原理，解释了词频（TF）和逆文档频率（IDF）的概念，阐述了它们如何共同作用于文本挖掘和信息检索中，以评估词语的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TF-IDF 全称 Term Frequency-Inverse Document Frequency 词频-逆文件频率

TF： 词频,即给定词在文件中出现的次数。

$TF = n/N$

n 为给定词的出现次数

N 为文章中词的个数

IDF： 逆向文件频率

$IDF=log(M/m+1)$

M为总文章数 m为包含给定词的文章数

$TF-IDF = TF*IDF$

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。