?

TFIDF實際上是：TF * IDF，TF詞頻(Term Frequency)，IDF逆向文件頻率(Inverse Document Frequency)。TF表示詞條在文檔d中出現的頻率。IDF的主要思想是：如果包含詞條t的文檔越少，也就是n越小，IDF越大，則說明詞條t具有很好的類別區分能力。

?

TFIDF的主要思想是：如果某個詞或短語在一篇文章中出現的頻率TF高，并且在其他文章中很少出現，則認為此詞或者短語具有很好的類別區分能力，適合用來分類。

TF是指在一個文檔中出現的詞的頻率，詞的次數初一所有的詞數　

? 而IDF是所有的文檔中出現該詞的次數越多，則權重就越小。。逆向文件頻率（inverse document frequency，IDF）是一個詞語普遍重要性的度量。某一特定詞語的IDF，可以由總文件數目除以包含該詞語之文件的數目，再將得到的商取對數得到：

最后的相關性的計算

，上述相關性計算的公式就由詞頻的簡單求和變成了加權求和，即 TF1*IDF1 +　TF2*IDF2 +... + TFN*IDFN。。

?

轉載于:https://www.cnblogs.com/fxd-address/p/5022140.html

總結

以上是生活随笔為你收集整理的特征权重量化 TF-IDF 用于信息检索和数据挖掘的加权技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。