原书出处
社交网站的数据挖掘与分析(原书第2版)
,依此类推。当制作成图后,这样的分布就像
图4-4中紧贴每个坐标轴行走的曲线那样(即便是对一个小样本量的数据)。 尽管开始不够明显,但这种分布的大部分区域都在它的尾部。并且从一门语言合理采样所得到充分大的语料库,尾部也总是很长。如果在图中绘制这种分布,且坐标轴用对数函数进行变换,对足够大的代表样本绘制的曲线会接近直线。 Zipf法则让你看到了语料库中单词频率的分布,并且提供了对预测频率有用的经验法则
。例如,如果你知晓一个语料库中有一百万个
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