← 返回卡片

原书出处

数据科学与大数据分析 数据的发现 分析 可视化与表示

09 第9章 高级分析理论与方法:文本分析

第1版 · 核验版本的摘录快照 · 导入于 2026-11-18T18:41:59.831Z

这比the的IDF大。如果语料库中大多数都是对于电话的评论,词phone会可能会有较高的TF和DF,但是IDF会较低。

尽管IDF偏向那些更有意义的词,但也带有一个警告。因为语料库的所有文档数目(N)是保持恒定的,因此IDF仅仅取决于DF。所有的词都有一样的DF值,因此获得一样的IDF值。

IDF较高的词在文档中出现的频率较低。那些DF值最低的词获得相同的最高IDF。在图9.3的(c)中,sunbonnet和

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0019_split_005.html

EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7