sklearns TfidfVectorizer的`idf_`是什么？

Question

我认为.idf_是inverse document frequency，也就是说它将是

idf_(t) = log( N/ D(t)) with N=Documents in the corpus and D(t)=number of documents which have the term t

所以对于两个文档

  

[“ foo bar bar ist cool und so weiter”，“ Ich habe hier nichts so gesagt”]

对于所有内容，我都会期望0.69 = math.log( 2 / 1)的价值，而对于0 = math.log(2 / 2)来说，它的价值将是最大的。

但是sklearn似乎使用了不同的方式，因为我得到了1.406和1.0。

MVCE

from sklearn.feature_extraction.text import TfidfVectorizer
transformer = TfidfVectorizer()
transformer.fit(["foo bar bar ist cool und so weiter", "Ich habe hier nichts so gesagt"])
print(transformer.vocabulary_)
print(transformer.idf_)

这给

{'foo': 2, 'bar': 0, 'ist': 7, 'cool': 1, 'und': 10, 'so': 9, 'weiter': 11, 'ich': 6, 'habe': 4, 'hier': 5, 'nichts': 8, 'gesagt': 3}

[1.40546511 1.40546511 1.40546511 1.40546511 1.40546511 1.40546511
 1.40546511 1.40546511 1.40546511 1.         1.40546511 1.40546511]