one-hot&TF&TF-IDF

矩阵A（m x n）的含义：

m：文章数

n：单词数

A[i][j]=2代表在文章i里单词j出现了2次。

one-hot矩阵：矩阵中，用1代表该单词在该文章中存在，用0表示不存在。

TF矩阵：在每一行上，向量的每一个值标志对应的词语出现次数归一化后的频率。比如：

TF-IDF矩阵：

首先计算IDF向量

文章总数为m，对于某个单词，统计出它在j篇文章中出现过，则IDFj=log(m/(1+j))，之所以在分母中加1是为了防止某些没有出现过的单词，使得分母为0的情况。

然后在TF矩阵中，每一个元素赋值为：

tfidf[i][j]=tf[i][j]*idf[j]，例如：

 IDF  数值有什么含义？TF-IDF  数值有什么含义？
当某个词在语料库中各个文档出现的次数越多，它的 IDF 值越低，当它在所有文档中都出
现时，其 IDF 计算结果为 0，而通常这些出现次数非常多的词或字为“的”、“我”、“吗”
等，它对文章的权重计算起不到一定的作用。tfidfi，j 表示词频 tfi,j 和倒文本词频 idfi 的乘
积,TF-IDF 值越大，说明这个单词唯独在该文章中出现次数很多，而在其他文章中基本不出现，则表示该特征词对这个文本的重要性越大。