449.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]IDF(inverse document frequency)是什么意思
发信站: 南京大学小百合站 (Thu Apr 18 21:03:34 2002), 站内信件

intel (泽) 于Wed Apr 17 17:34:47 2002提到：

r.t.


freelion (我要自由飞翔) 于Wed Apr 17 19:42:40 2002)
提到：

哪个领域的？
最好有上下文。

boy (刘芳百是) 于Wed Apr 17 20:28:20 2002提到：

是指文档索引方面的
DF指在一个文档集中，出现某个词的文档频率
IDF是在DF上作一定的计算得到的，他的物理含义我也不太清楚


intel (泽) 于Wed Apr 17 23:00:00 2002提到：

是不是1/DF?


GzLi (笑梨) 于Wed Apr 17 23:44:50 2002提到：

是不是指
逆序文档频率


boy (刘芳百是) 于Thu Apr 18 09:25:34 2002提到：

有很多种算法啊，看需要了
IDF=DF-1
IDF=log(DF)


francois (断玉) 于Thu Apr 18 13:12:25 2002)
提到：

这个是信息检索中的术语，由于目前常用的检索系统一般采用向量空间模型，即将文档用
词向量来表示，每个独立的词作为一个维，对应该维的权重则常用TFIDF来计算

所谓TFIDF（Term Frequency x Inverse Document Frequency），简单地说，就是用该词
在当前文档中的词频乘以它在整个文档集合中的文档频率（包含了该词的文档个数）的倒
数。

其直观意义是：如果该词在某个文档中出现的次数越多，则它在这个文档中就越重要，更
能反映文档的主题特征；如果该词在很多文档中都出现，则表明它是一个常用词，不能反
映单个文档的主题特征，所以就要降低它的权重。