知识卡片

问题卡 · 6239.c

过滤文本需同步保留记录身份

理解等级:中级

示例activities先跳过空内容,再用其下标idx取原始data的标题与URL;一旦原始列表中有被跳过的条目,两边位置会错开,得分可能配上另一篇的元数据。应在筛选时把文本与原记录一起保留,或保存稳定ID/原下标,不把过滤后的第n项当原始第n项。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      data[idx]['title'], 'url': data[idx]['url']}) # 按分数排序,并显示结果 relevant_activities = sorted(relevant_activities, key=lambda p: p['score'], reverse=True) for activity in relevant_activ

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第4章《4.4.2 对人类语言使用TF-IDF》(spine87;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;u065-ch04-022)。 - 结论依据:原文在“data[idx]”附近的定义、例子或代码支撑本卡核心说明:示例activities先跳过空内容,再用其下标idx取原始data的标题与URL;一旦原始列表中有被跳过的条目,两边位置会错开,得分可能配上另一篇的元数据。边界按已读前提解释;示例未执行。 - 原始内容:data[idx]['title'], 'url': data[idx]['url']}) # 按分数排序,并显示结果 relevant_activities = sorted(relevant_activities, key=lambda p: p['score'], reverse=True) for activity in relevant_activ