《商业数据分析》读书笔记（十）

10.呈现和挖掘文本 基本概念：构建易于挖掘数据呈现的重要性；为了数据挖掘的文本呈现 主要技巧：词袋呈现；TFIDF计算；N-grams;填充；命名的实体抽取；主题模型 为什么文本重要 为什么文本困难 呈现 词袋 词组频率 测量稀疏性：逆向文件频率 组合它们：TFIDF 例子：爵士音乐家 *IDF和熵的关系 词袋之外 N-gram 序列 命名的实体抽取 主题模型 例子：挖掘新闻故事预测股票变动 任

>>阅读原文<<