基於TFIDF實現文本分類，並比較詞集模型與詞袋模型的分類效果

【方法原理】 TF-IDF是一種統計方法，用以評估某一字詞對於一個文件集或一個語料庫的重要程度。字詞的重要性隨着它在文件中出現的次數成正比增長，但同時會隨着它在語料庫中出現的頻率成反比降低。TF-IDF加權的各類形式常被搜索引擎應用，做爲文件與用戶查詢之間相關程度的度量或評級。 TF-IDF的主要思想是，若是某個詞或短語在一篇文章中出現的頻率TF(Term Frequency，詞頻)，詞頻高，而且

>>阅读原文<<