← 返回卡片

原书出处

机器学习算法原理与编程实践

02 第2章 中文文本分类

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.760Z

(3/1), the log (3/2)。 1. TF-IDF权重策略 计算文本的权重向量,应该选择一个有效的权重方案。

最流行的方案是TF-IDF权重策略。TF-IDF的含义是词频逆文档频率,其含义是:如果某个词或短语在一篇文章中出现的频率高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。

在前面的例子中,在文本1中“my”的词频是2,因为它在文档中出现了两次。而在这三个文件集合中,“my”的词条的文档频率也

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/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d