何时为tf-idf使用哪个日志基础？

Question

我正在使用一个简单的搜索引擎，在该引擎中，我使用TF-IDF公​​式对搜索词的重要性进行评分。我看到人们在公式中使用不同的基数，但是我看不到何时使用哪个解释。一点关系都没有，您有什么建议吗？

我当前的实现使用math.h库的常规log（）函数

Answer 1

没关系，因为以下等式成立：

log_a(x)/log_a(y) = log_b(x)/log_b(y)

您始终可以从一种基础转换为另一种基础。实际上非常简单。只需使用以下公式：

log_b(x) = log_a(x)/log_a(b)

工程师通常更喜欢2和10这样的基数，而数学家更喜欢自然对数。

因此，假设您要使用log()发送5.63的2个对数。只需使用log(5.63)/log(2)。

如果需要它，只需将此函数用于任意基数即可：

double logb(double x, double b) {
    return log(x)/log(b);
}