關於TF-IDF的解釋

標籤：解釋   term   詞條   ocm   idf   dex   很多   log   bsp   

TF：term frequency ，詞頻 。指的是 term 出現的評率。在 一般來說次出現幾次 詞頻 就是 幾。但是如果這個詞出現次數很少，但是 這個index 的 文檔很多。這時候就不合理了。

所以  一般 TF = 詞條在文檔出現的次數 / 文檔總詞數。

IDF：倒排索引的頻率。 log (   docment 數量/ (出現這個詞條的 文檔數 +1) )， IDF 描述的是 某個詞在 倒排索引中的頻率，說白了就是描述這詞條在 倒排 所佔的權重（相對所有詞的權重）。這個權重乘 TF 就是這個 docment 的評分。

 

備忘：term，在 而是 裡面你是一個  不分詞的 最小詞條。

關於TF-IDF的解釋