TF-IDF

在一類文檔中，假如有a,b,c,d四篇文章。此時考慮某個詞條t能否作爲該類文章的特徵。如果這個詞條的LDF值較小，表示在此類文檔中，出現詞條t的文章頻率很高，則詞條t體現不了該類文檔的特徵。 在多類文檔中，假如有A,B,C,D四類文檔。此時考慮某個詞條t能否作爲A類文檔的特徵詞。如果A類文檔中，這個詞條的LDF值較小，表示在所有出現t的文檔中，出自A類文檔的文檔頻率很高，則其實詞條t可以體現A類文

>>阅读原文<<