← 返回卡片

原书出处

社交网站的数据挖掘与分析(原书第2版)

原书第2版 · 核验版本的摘录快照 · 导入于 2026-11-14T06:09:43.252Z

n”在corpus['b']的词频得分(

1/9)将会略高于corpus['a'](2/19),因为corpus['b']的长度相对较短。计算“Mr.Green”这类复合查询得分的常用技术是将文档中每个查询词的词频相加,返回按总体词频得分排序的文档。 上一段其实很好理解,例如,查询语料库每个文档中的“Mr.Green”会得到表4-1所示的归一化得分。 表4-1:“Mr.Green”的样本词频得分 对

于这个例子,计算累计词频得分的方案是有效

此预览只包含定位所需的摘录和上下文。

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/part0075.html

EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf