← 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 2026-11-14T06:09:43.253Z

是此特点适用于任何自然语言的频率分析。

Zipf法则(http://bit.ly/1a1mCUD)是自然语言中著名的经验法则,该法则认为一个语料库中单词的频率和它在频率表中的排序成反比。这句话的意思是如果最常出现的词在语料库中占整个词的N%,那么第二高频率的词会占(N/2)%,第三高频率的词占(N/3)%,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

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/part0076.html

EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf