机器学习(4.文本数据的特征抽取(第二种TfidfVectorizer(TF-IDF)))

TF-IDF TF-IDF的主要思想是：若是某个词或短语在一篇文章中出现的几率高，而且在其余文章中不多出现，则认为此词或者短语具备很好的类别区分能力，适合用来分类。python TF-IDF做用：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。数组 类：sklearn.feature_extraction.text.TfidfVectorizerspa 1.TfidfVecto

>>阅读原文<<