自然語言處理NLP（三）

樣本點中的關鍵度量指標：距離 定義： 常用距離： 歐氏距離，euclidean--通常意義下的距離； 馬氏距離，manhattan--考慮到變量間的相關性，且與變量單位無關； 餘弦距離，cosine--衡量變量相似性； TF-IDF矩陣 一種用於資訊檢索和勘察的一種加權技術，是一種統計方法，用於評估詞語或字對文件集與語料庫中的重要程度； TF-IDF:TF(詞頻)和IDF(倒文檔頻率)的乘積，其中

>>阅读原文<<