标签： nlp mahout tf-idf term-document-matrix
我正在进行文本分类。有没有使用术语频率向量的TF-IDF更糟糕的情况？怎么解释呢？ 谢谢
答案 0 :(得分：0)
两个指标......在两个方面进行区分 - 信息性（IDF）和关注性（TF） 包含数百次高IDF术语的文档正在进行中 导致糟糕，嘈杂的比赛...在前。垃圾文件
两个指标......在两个方面进行区分 - 信息性（IDF）和关注性（TF）
包含数百次高IDF术语的文档正在进行中 导致糟糕，嘈杂的比赛...在前。垃圾文件
好读 - Beyond bags of words，（Donald A. Metzler Jr. 2007）