知识卡片

操作参考卡 · 6260.a

向量比较须对齐维度含义

理解等级:中级

两个文本向量不仅长度要相同,每个位置还必须代表同一个词。取两文档词表的并集,给缺词补0,再按相同词序排列,才可做点积;一个向量的第三项是C、另一个第三项是E时,直接相乘没有所需词项含义。统一词表和映射应贯穿生成、查询与比较。

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

      分量按相同的顺序排序,这样就可以进行向量操作。 例如,假设文档1有单词(A,B,C),并有相应的TF-IDF权重(0.10,0.15,0.12),同时文档2有单词(C,D,E),并有相应的权重(0.05,0.10,0.09)。因此得到对文档1的向量为(0.10,0.15,0.12,0.0,0.0),对文档2的向量为(0.0,0.0,0.05,0.10,0.0

    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《4.4.3 寻找相似文档》(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;u066-ch04-024)。 - 结论依据:原文在“分量按相同的顺序排序”附近的定义、例子或代码支撑本卡核心说明:两个文本向量不仅长度要相同,每个位置还必须代表同一个词。边界按已读前提解释;示例未执行。 - 原始内容:分量按相同的顺序排序,这样就可以进行向量操作。 例如,假设文档1有单词(A,B,C),并有相应的TF-IDF权重(0.10,0.15,0.12),同时文档2有单词(C,D,E),并有相应的权重(0.05,0.10,0.09)。因此得到对文档1的向量为(0.10,0.15,0.12,0.0,0.0),对文档2的向量为(0.0,0.0,0.05,0.10,0.0