TF-IDF原理及使用

1、什么是TF-IDF TF-IDF(Term Frequency-Inverse Document Frequency，词频-逆文件频率） 简单来说：一个词语在一篇文章中出现次数越多，同时在所有文档中出现次数越少，越能够代表本篇文章。 词频（term frequency,TF）指一个词语在该文件中出现的次数。这个数字通常会被归一化---词频除以文章总词数。 注意：一些通用的词语对于主题并没有太大

>>阅读原文<<