原书出处
社交网站的数据挖掘与分析(原书第2版)
查TF-IDF度量标准的效果如何。记住,
分数的绝对值并不是十分重要,根据相关性找到并排序文档才是我们所关心的。随后,开始考虑各种调整或放大度量方法使其能更有效。一个很明显的改进是去除动词的变化(给读者留作练习),这样元素中如时态和语法的变化就可以归为一类,并可以用相似的计算来精确地解释。nltk.stem模块实现了几个好用的词干提取算法。 现在我们来使用新的工具,并将它们应用到寻找相似文档的基本问
题上。总而言之,一旦你确定了感兴趣的文档
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