tf-idf

    16熱度

    4回答

    解讀跨文檔的單詞的TF-IDF得分的總和

    首先讓我們提取每學期的TF-IDF得分每份文件： from gensim import corpora, models, similarities documents = ["Human machine interface for lab abc computer applications", "A survey of user opinion of computer syste
    python statistics nlp tf-idf gensim 2017-02-16

    1熱度

    1回答

    什麼是理想的tfidf矩陣

    當我運行tfidf爲一組文件時，它返回了一個tfidf矩陣，看起來像這樣。 (1, 12) 0.656240233446 (1, 11) 0.754552023393 (2, 6) 1.0 (3, 13) 1.0 (4, 2) 1.0 (7, 9) 1.0 (9, 4) 0.742540927053 (9, 5) 0.66980
    python-3.x machine-learning tf-idf 2017-02-27

    3熱度

    1回答

    我如何從TFTPF矩陣加倍從SCIKIT CountVectoriser的權重

    我有tf-idf矩陣是從我擁有的文本文件生成的。我想更重視一些詞彙術語。 我已經寫下了下面的代碼。我怎樣才能加倍特定詞彙術語的權重。我需要通過2加倍計或者只是多了TFIDF的權重，我想增加從d的一些術語的重要性 from sklearn.feature_extraction.text import CountVectorizer count_vectorizer = CountVectoriz
    python scikit-learn tf-idf weight 2017-03-06

    3熱度

    3回答

    文檔相似性：向量嵌入與Tf-Idf性能？

    我有一個文檔集合，每個文檔都隨着時間的推移而迅速增長。任務是在任何固定的時間找到類似的文件。我有兩個可能的方法： 載體包埋（word2vec，手套或fasttext），平均超過字矢量的文檔中，並且使用餘弦相似性。 袋字：tf-idf或其變體，如BM25。 其中之一會產生明顯更好的結果嗎？有人對文檔相似性進行了tf-idf與平均word2vec的定量比較嗎？ 是否有另一種方法，允許在添加更多文本時動
    machine-learning nlp tf-idf word2vec doc2vec 2017-03-07

    0熱度

    1回答

    的Python，sklearn，它-IDF如何通過 「####」 分裂，defult空間

    使用sklean TF-IDF中，defult利用空間分割 corpus = [ 'This is the first document.', 'This is the second second document.', 'And the third one.', 'Is this the first document?' ] vectorizer = CountVectorize
    python split scikit-learn tf-idf 2017-03-09

    2熱度

    1回答

    如何使用scikit-learn對文本對進行分類？

    我已閱讀關於這一主題的許多不同的博客，但一直沒能找到一個明確的解決方案。我有以下情況： 我有一對標籤爲1或-1的文本列表。 對於每個文本對，我想要的功能是在以下方式的連接：）F（= TFIDF（T1）「CONCAT」 TFIDF（T2） 如何做同樣的任何建議？我有以下的代碼，但它給出了一個錯誤： count_vect = TfidfVectorizer(analyzer=u'char', ngra
    python machine-learning scikit-learn tf-idf text-classification 2017-03-16

    0熱度

    1回答

    從一組文檔中輸入查詢的最佳匹配

    我有8個文檔，並且我運行了TF-IDF來獲取數組。我不明白我是如何找出哪一個是給定輸入查詢的最佳文檔匹配？ all_documents = [doc1, doc2, ...., doc7] sklearn_tfidf = TfidfVectorizer(norm='l2',min_df=0, use_idf=True, smooth_idf=False, sublinear_tf=True, t
    python tf-idf 2017-03-21

    1熱度

    2回答

    Python：MemoryError當計算tf-idf熊貓中兩列之間的餘弦相似度

    我試圖計算熊貓數據框中兩列之間的tf-idf向量餘弦相似度。一列包含一個搜索查詢，另一列包含一個產品標題。餘弦相似度值旨在成爲搜索引擎/排序機器學習算法的「特徵」。 我在iPython筆記本上做了這個，不幸的是運行到MemoryErrors中，我不知道爲什麼經過幾個小時的挖掘。 我的設置： 聯想E560筆記本 睿i7-6500U @ 2.50 GHz的 16 GB的RAM 的Windows 10
    python pandas scikit-learn tf-idf cosine-similarity 2017-03-23

    0熱度

    2回答

    對象，具有更長的字段中返回針對對象與短場

    比方說，我們有兩個對象的索引： { "name": "iPhone 6s Plus big screen, super fast, ultra responsive, blah blah" } 和： { "name" : "iPhone 6s Plus" } 現在，當我搜索iPhone 6s Plus，它會返回第一個沒有意義的對象，因爲第一個對象比給定查詢的第二個對象包含更多的單詞
    tf-idf algolia 2017-03-29

    3熱度

    1回答

    星火HashingTF如何工作

    我是新來的星火2. 我試圖星火TFIDF例如 sentenceData = spark.createDataFrame([ (0.0, "Hi I heard about Spark") ], ["label", "sentence"]) tokenizer = Tokenizer(inputCol="sentence", outputCol="words") wordsData
    apache-spark machine-learning pyspark apache-spark-mllib tf-idf 2017-02-16
最新問題