《商業數據分析》讀書筆記（十）

10.呈現和挖掘文本 基本概念：構建易於挖掘數據呈現的重要性；爲了數據挖掘的文本呈現 主要技巧：詞袋呈現；TFIDF計算；N-grams;填充；命名的實體抽取；主題模型 爲什麼文本重要 爲什麼文本困難 呈現 詞袋 詞組頻率 測量稀疏性：逆向文件頻率 組合它們：TFIDF 例子：爵士音樂家 *IDF和熵的關係 詞袋之外 N-gram 序列 命名的實體抽取 主題模型 例子：挖掘新聞故事預測股票變動 任

>>阅读原文<<