使用scikit-learn tfidf计算词语权重

TF-IDF概述 TF-IDF是Term Frequency -  Inverse Document Frequency的缩写，即“词频-逆文本频率”。它由两部分组成，TF和IDF。 前面的TF也就是咱们前面说到的词频，咱们以前作的向量化也就是作了文本中各个词的出现频率统计，并做为文本特征，这个很好理解。关键是后面的这个IDF，即“逆文本频率”如何理解。在上一节中，咱们讲到几乎全部文本都会出现的"

>>阅读原文<<