TF-IDF

在一类文档中，假如有a,b,c,d四篇文章。此时考虑某个词条t能否作为该类文章的特征。如果这个词条的LDF值较小，表示在此类文档中，出现词条t的文章频率很高，则词条t体现不了该类文档的特征。 在多类文档中，假如有A,B,C,D四类文档。此时考虑某个词条t能否作为A类文档的特征词。如果A类文档中，这个词条的LDF值较小，表示在所有出现t的文档中，出自A类文档的文档频率很高，则其实词条t可以体现A类文

>>阅读原文<<