使用SVM時，TF-IDF是否必要？

Question

我正在使用支持向量機對短語進行分類。在使用SVM之前，我明白我應該對短語向量進行某種標準化。一種流行的方法是TF-IDF。

具有最高TF-IDF分數的術語通常是最能表徵文檔主題的術語。

但是這不正是SVM所做的事情嗎？爲最能表徵文檔的術語賦予最高權重？預先:-)

Answer 1

一個術語（如通過SVM分類分配）的重

由於可以或可以不直接正比於該術語的特定類的關聯性。這取決於分類器的核心以及使用的正則化。 SVM確實不是爲最能表徵單個文檔的術語分配權重。

術語頻率（tf）和逆文檔頻率（idf）用於編碼文檔向量中的術語值。這與SVM分類器無關。