标签： text tf-idf chi-squared mining
在数据挖掘中，有时我发现一个文档可以用多个相同的术语填充，例如，重复的单词被重复。
起初，我只是想通过svm测试卡方特征选择和分类的使用。
但是当我获得每个单词的卡方值时，我很困惑是否必须将此卡方权重乘以矩阵td以便重复的单词具有较大的权重。
还是我必须先制作tf-idf，然后再乘以每个单词中chi的平方的权重？
就我的关注点而言，我们获得的卡方是否正确，之后的算法是否将其乘以我们的矩阵项频率？那是正确的算法吗？
这是我的论文工作，嘿嘿：”）感谢您的分享