使用scikit-learn tfidf計算詞語權重

TF-IDF概述 TF-IDF是Term Frequency -  Inverse Document Frequency的縮寫，即「詞頻-逆文本頻率」。它由兩部分組成，TF和IDF。 前面的TF也就是咱們前面說到的詞頻，咱們以前作的向量化也就是作了文本中各個詞的出現頻率統計，並做爲文本特徵，這個很好理解。關鍵是後面的這個IDF，即「逆文本頻率」如何理解。在上一節中，咱們講到幾乎全部文本都會出現的"

>>阅读原文<<