知识卡片
TF-IDF降低常见词的权重
词频描述词相对当前文档的出现强度,逆文档频率降低几乎每篇都出现的词的权重。实现可能另外平滑或归一化。训练时估计词表和文档频率,部署时只套用同一变换。
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
- scikit-learn · 查看原书依据
tf-idf(t,d)=tf(t,d)×idf(t)
参考来源
- 位置:《机器学习观止:核心原理与实践》第27章《scikit-learn》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter27.xhtml`)。
- 结论依据:第 27.4.2 节给出词频、文档频率公式和 fit/transform 示例。
- 原始内容:tf-idf(t,d)=tf(t,d)×idf(t)