自然语言处理NLP（三）

样本点中的关键度量指标：距离 定义： 常用距离： 欧氏距离，euclidean--通常意义下的距离； 马氏距离，manhattan--考虑到变量间的相关性，且与变量单位无关； 余弦距离，cosine--衡量变量相似性； TF-IDF矩阵 一种用于资讯检索和勘察的一种加权技术，是一种统计方法，用于评估词语或字对文件集与语料库中的重要程度； TF-IDF:TF(词频)和IDF(倒文档频率)的乘积，其中

>>阅读原文<<