原书出处
社交网站的数据挖掘与分析(原书第2版)
数是基于搭配和单词出现的次数来计算的。
逐点互信息 当你知道一个单词的相邻单词的值时,我们可以使用逐点互信息(Pointwise Mutual Information,PMI)来测量从这个单词获得了多少信息。换句话说,就是你从一个单词中可以得到另外一个单词的多少信息。具有讽刺意味的是,涉及PMI的计算使得高频词汇的分数反而低于低频词汇,这正好与我们想要的效果相反。因此,这是测量独立性而不是相关性的
好方法(例如,它不是对搭配打分的最理想选
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