TF-IDF理解

TF-IDF算法（Term Frequency-Inverse Document Frequency ，詞頻-逆文檔頻次算法）是一種基於統計的計算方法。 TF算法： 該算法用於統計一個詞在一篇文檔中出現的頻次，缺點是沒有考慮到詞對文檔的區分能力，計算公式（採用了歸一化）： 分子表示詞i在文檔j中出現的次數，分母表示文檔j的總詞數。 IDF算法： 該算法用於統計一個詞在文檔集的多少個文檔中出現，也就

>>阅读原文<<