有人可以检查我的tf-idf加权是否正确吗？

Posted 2023-01-26

我有15个文档的集合，其中吸烟出现在其中10个文档中，而Health出现在其中2个文档中。

我需要在文档中的tf-idf加权之后检查这些术语的值，其中单词吸烟和健康分别出现一次。

我吸烟的结果是0.875，健康的结果是0.176。这些正确吗？

谢谢！

答案

您提供的信息不足以检查。除了包含一个单词的文档数量之外，重要的是要知道它们在每个文档中出现的频率。查阅Wikipedia上的this文章，有一个计算示例。