本文就TF-IDF算法的主要思想，步骤和应用做了简单介绍，并简要说明了其优缺点，
分类：
编程语言 时间：
2015-09-09 00:53:26
阅读次数：
315
TF-IDF（termfrequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随著它在文件中出现的次数成正比增加，但同时会随著.....
分类：
其他好文 时间：
2015-09-01 16:36:39
阅读次数：
305
转自： http://lutaf.com/210.htm Lucene在进行关键词查询的时候，默认用TF-IDF算法来计算关键词和文档的相关性，用这个数据排序 TF:词频,IDF：逆向文档频率，TF-IDF是一种统计方法，或者被称为向量空间模型,名字听起来很复杂，但是它其实只包含了两个简单规则 某个...
分类：
Web程序 时间：
2015-08-30 19:09:12
阅读次数：
166
英文分词的算法和原理 根据文档相关性计算公式 TF-IDF:http://lutaf.com/210.htm BM25:http://lutaf.com/211.htm 分词质量对于基于词频的相关性计算是无比重要的 英文(西方语言）语言的基本单位就是单词，所以分词...
分类：
编程语言 时间：
2015-08-17 06:35:08
阅读次数：
273
为了搞清楚elastic search背后是如何计算文档搜索时候的相关度，我决定自己做实验去探索
这篇博客讲得还不错
http://blog.csdn.net/dm_vincent/article/details/42099063
而博客本身也只是翻译了官方文档
https://www.elastic.co/guide/en/elasticsearch/guide/current/scori...
分类：
其他好文 时间：
2015-08-13 01:12:19
阅读次数：
216
前言：
本系列是在作者学习《机器学习系统设计》（[美] WilliRichert）过程中的思考与实践，全书通过Python从数据处理，到特征工程，再到模型选择，把机器学习解决问题的过程一一呈现。书中设计的源代码和数据集已上传到我的资源：http://download.csdn.net/detail/solomon1558/8971649
第3章通过词袋模型+K均值聚类实现...
分类：
其他好文 时间：
2015-08-12 23:40:54
阅读次数：
206
TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它...
分类：
其他好文 时间：
2015-08-04 22:37:17
阅读次数：
206
一、TF-IDF、余弦相似度、向量空间模型（1）使用TF-IDF算法，找出两篇文章的关键词；（2）每篇文章各取出若干个关键词（比如20个），合并成一个集合，计算每篇文章对于这个集合中的词的词频（为了避免文章长度的差异，可以使用相对词频）；（3）生成两篇文章各自的词频向量；（4）计算两个向量的余弦相似...
分类：
其他好文 时间：
2015-07-29 19:08:52
阅读次数：
120
TF-IDF：Term Frequency-Inverse Document Frequency（词频-逆文档频度）：主要用来估计一个词在一个文档中的重要程度。符号说明：文档集：D={d1,d2,d3,..,dn}nw,d：词w在文档d中出现的次数{wd}：文档d中的所有词的集合nw：包含词w的文档...
分类：
编程语言 时间：
2015-07-28 22:56:07
阅读次数：
2332
题目链接: http://ctf.idf.cn/index.php?g=game&m=article&a=index&id=43知识点：js语法这里这里→ http://ctf.idf.cn/game/web/43/index.php思路:查看网页源码，阅读js代码，发现函数实现了加密方法，但是解密...
分类：
Web程序 时间：
2015-07-20 23:17:16
阅读次数：
201
