tf-idf

    1热度

    2回答

    SVM线性内核中TF-IDF和TF之间的区别

    因为IDF是一个常数。 一维中的所有值都乘以一个常数。 在SVM线性内核中，结果会不一样？
    svm document-classification tf-idf 2012-09-19

    0热度

    2回答

    用于文档分类的最佳特征选择算法

    我正在处理文档分类项目。我正在使用tf-idf和质心算法。但是我需要一本字典来使用这些算法。我已经尝试过用信息获取字典，但我认为它不够满意。你有没有更好的信息增益的特征选择算法的建议？
    nlp information-retrieval text-mining tf-idf feature-selection 2013-01-02

    4热度

    1回答

    计算solr和java文档中单词的TF-IDF

    我可以通过计算文档中Term的数量 来轻松获得TF，并且我想知道如何计算文档频率 即包含这个术语 我到目前为止所做的是查询具有大量行的solr并计算结果，但这非常耗时且内存昂贵。我想算的条款只 SolrQuery q = new SolrQuery(); q.setQuery("tweet_text:"+kw); q.addField("tweet_text"); q
    java solr nlp tf-idf 2012-11-20

    1热度

    1回答

    如何计算TF-IDF

    我想要得到的使用使用TF-IDF余弦相似度方法两个词的语义相似。 对于第一个我想从维基百科或字net.After采取的这些词的含义，我想预先处理文本，并找到TF-IDF。当我用Google搜索的问题，我发现，找到TF-IDF，我们应该有一列火车集和测试集。在我的情况下，哪一个是火车集，哪一个是测试集？如何使用计算结果计算余弦相似度？
    nlp tf-idf 2012-10-05

    0热度

    1回答

    如何计算tf-idf？

    我有一个问题，我不能用我的实际代码计算tf-idf。 这是TF-IDF的一个例子： $tfidf = $term_frequency * // tf log($total_document_count/$documents_with_term, 2); // idf 我总的文件，但我需要$ documents_with_term和$ term_frequency。 这是我的实际代码
    php mysql full-text-search tf-idf 2013-01-18

    60热度

    5回答

    的Python：TF-IDF余弦：找文档相似

    我下面的教程是可利用的在Part 1 & Part 2遗憾的是作者没有时间，其中包括使用余弦实际查找两个文件之间的相似性的最后一节。我通过以下链接从stackoverflow获得了文章中的例子。我已经包含了上述链接中提到的代码，只是为了让答案生活变得简单。 from sklearn.feature_extraction.text import CountVectorizer from sklea
    python machine-learning nltk information-retrieval tf-idf 2012-08-25

    1热度

    2回答

    Scipy，tf-idf和余弦相似性

    我想根据使用python的tf-idf矩阵对一些文档进行聚类。 首先，我使用规范化的tf遵循公式的维基百科定义。 http://en.wikipedia.org/wiki/Tf-idf Feat_vectors以二维numpy数组开头，行代表文档，列代表术语，每个单元格中的值为每个文档中每个术语的出现次数。 import numpy as np feat_vectors /= np.max(f
    python scipy cluster-analysis cosine tf-idf 2012-12-03

    1热度

    1回答

    如何处理tf-idf中非常罕见的术语？

    我正在实施一个天真的“关键字提取算法”。尽管如此，我还是自学成才的，所以我缺少一些在线文献中常见的术语和数学。 我发现这样一个文件的“最相关的关键字”： 我算每学期多久当前文档中使用。我们称之为tf。 我抬头一看多久每一这些术语在文档的整个数据库使用。我们称之为df。 我通过来计算相关权重r r = tf/df。 每个文档都是语料库的真正子集，因此没有文档包含不在语料库中的词语。这意味着我不必担心
    feature-extraction relevance tf-idf noise-reduction oov 2012-10-18

    2热度

    2回答

    Lucene评分函数 - 偏向较短的文档

    我希望Lucene评分函数根据文档的长度没有偏差。这真的是一个后续问题Calculate the score only based on the documents have more occurance of term in lucene 我想知道Field.setOmitNorms（true）是如何工作的？我看到有两个因素使得短文件得到了很高的分数： “助推”较短长的职位 - 在规范的定义使用
    java apache lucene tf-idf 2012-08-29

    1热度

    1回答

    错误与tf-idf

    嗨我有tf-idf的问题。代码显示了我：“0” 这是代码： $terms = array_count_values(explode(' ', $frase)); $total_term = asort($terms); $total_array = count($total_term); for ($i=1; $i<=$total_array; $i++){ $SQL = mysql_q
    php mysql algorithm tf-idf 2012-12-11
最新问题