知识卡片
重叠系数不等于固定倍数
Dice为2|A∩B|/(|A|+|B|),与Jaccard J的关系是D=2J/(1+J),而不是恒等于2J。二者在同一有效计数口径下单调对应,因此给同一组集合对排序可相同,数值阈值却不能直接照搬。书中图给出了正确关系,正文“权重两倍”应按分母变化理解。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
Dice系数,以及似然率都是好的开端。它们和一些其他的关键术语一起在下面予以描述: 原始频率 一如其名,原始频率(Raw frequency)是一个n元文法频率与所有n元文法频率的比率。它对检测文本中特定搭配的整体频率有用。 雅卡尔系数 雅卡尔系数(Jaccard Index)是用来测量集合之间的相似度的比率。如应用在搭配中,它被定义为一个搭配的频率除以搭配
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《4.4.4 分析人类语言中的二元文法》(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;u067-ch04-036)。
- 结论依据:原文在“Dice系数”附近的定义、例子或代码支撑本卡核心说明:Dice为2|A∩B|/(|A|+|B|),与Jaccard J的关系是D=2J/(1+J),而不是恒等于2J。边界按已读前提解释;示例未执行。
- 原始内容:Dice系数,以及似然率都是好的开端。它们和一些其他的关键术语一起在下面予以描述: 原始频率 一如其名,原始频率(Raw frequency)是一个n元文法频率与所有n元文法频率的比率。它对检测文本中特定搭配的整体频率有用。 雅卡尔系数 雅卡尔系数(Jaccard Index)是用来测量集合之间的相似度的比率。如应用在搭配中,它被定义为一个搭配的频率除以搭配