tf-idf 特征词提取

Question

已经用sklearn跑出来tf-idf的权重矩阵，现在我还想复现下文的工作，想向各路大神们求教！

 

Answer 1

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你看下这篇博客吧, 应该有用👉 ：TF-IDF详解与应用
• 除此之外, 这篇博客: TF-IDF算法详解及sklearn代码实现中的 （3）TF-IDF=TF*IDF 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  

  即某一个文件中高频出现的词条，以及该词条在整个语料库文件中低频出现的现象，可以产生出高权重的TF-IDF。因此，TF-IDF倾向于过滤掉常见的词语，保留重要的词语。即：字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^