Python scikit学习的TfidfVectorizer - 最大1.0？

Question

我找不到这个在线答案，但是tfidfVectorizer.fit_transform的结果最大值为1.0？

因为，与 idf(term_i)= log (#number of docs/ number of docs containing term_i)，在许多情况下不应该idf，并且随后tfidf，> 1.0？

即包含单词'absinthe'的文档。假设我们这个词的freq（tf）是1，但是idf是（1000个总文件/ 1个包含'absinthe'的文件）= 1000,1 * 1000 = 1000，不是？

但在我使用scikit-learn的TfidfVectorizer的情况下，我得到的最大值似乎是1.是否正常化？

Answer 1

默认情况下，tfidf行是L2归一化的。 Here是源代码中的关键代码。

if self.norm: 
     X = normalize(X, norm=self.norm, copy=False) 

normalize()来自sklearn.preprocessing模块，它表明，它在默认情况下归行。 Here是链接到normalize()文档。