原书出处
社交网站的数据挖掘与分析(原书第2版)
对重要性的方法,因此TF-IDF错误会有
级联效应。 人类语言遭遇上下文过载 你或许已经注意到,在分析非结构化文本的时候会有许多讨厌的细节,而这些细节又十分重要。例如,字符串的对比会有大小写的问题,因此将单词正规化会很重要,这样就能尽可能正确的计算频率。然而,盲目的将其变为小写也会使问题变的复杂,因为特定单词和词组的使用也是很重要的。 “Mr.Green”和“Web 2.0”是两个值得考虑的例子。对
于例子“Mr.Green”保留“Gree
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0076.html
EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf