首页 > 其他 > 详细

TF-IDF

时间:2015-05-18 15:57:52      阅读:246      评论:0      收藏:0      [点我收藏+]

参考:http://www.cnblogs.com/ywl925/p/3275878.html

这个模型主要用于信息检索,但它的思想用于图像也未尝不可。

TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF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。

只需理解两个概念就行了:

                         

TF(词频)公式:

技术分享   

以上式子中 技术分享 是该词在文件技术分享中的出现次数,而分母则是在文件技术分享中所有字词的出现次数之和。

 

IDF反文档频率:

      技术分享

  • |D|:语料库中的文件总数
  • 技术分享:包含词语技术分享的文件数目(即技术分享的文件数目)如果该词语不在语料库中,就会导致被除数为零,因此一般情况下使用技术分享

然后

技术分享

 

TF-IDF

原文:http://www.cnblogs.com/573177885qq/p/4511837.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!