Über Cosinus Ähnlichkeit

Ich finde Cosinus Ähnlichkeit zwischen Dokumenten .. Ich habe es so gemacht D1 = (8,0,0,1) wobei 8,0,0,1 die tf-idf-Bewertungen der Terme t1, t2, t3, t4 sind D2 = (7,0,0,1) cos (Theta) = (56 + 0 + 0 + 1) / sqrt (64 + 49) sqrt (1 +1) was ...

Wie wird der Naive Bayes-Klassifikator für die Textklassifizierung mit IDF verwendet?

Ich möchte Textdokumente mit tf-idf in Merkmalsvektoren konvertieren und dann einen naiven Bayes-Algorithmus trainieren, um sie zu klassifizieren. Ich kann meine Textdateien leicht ohne die Beschriftungen laden und sie mit HashingTF () in einen ...

Wie bekomme ich Wortdetails von TF Vector RDD in Spark ML Lib?

Ich habe Termhäufigkeit mit @ erstelHashingTF in Spark. Ich habe den Begriff Frequenzen mittf.transform für jedes Wort. Aber die Ergebnisse werden in diesem Format angezeigt. [<hashIndexofHashBucketofWord1>,<hashIndexofHashBucketofWord2> ...

wie normalisiere ich einen Solr / Lucene-Score?

Ich versuche herauszufinden, wie die Bewertung von Suchergebnissen verbessert werden kann. Meine Anwendung muss die Punktzahl aus den solr-Ergebnissen entnehmen und eine Anzahl von „Sternen“ anzeigen, je nachdem, wie gut die Ergebnisse für die ...

Lesen Sie den Dokumentnamen in der scikit-learn tf-idf Matrix

Ich habe eine tf-idf-Matrix erstellt, möchte aber jetzt die ersten zwei Wörter für jedes Dokument abrufen. Ich möchte die ID des Dokuments übergeben und es sollte mir die ersten beiden Wörter geben. Right now, ich habe diese ...

Kann ich CountVectorizer in scikit-learn verwenden, um die Häufigkeit von Dokumenten zu zählen, die nicht zum Extrahieren der Token verwendet wurden?

Ich habe mit dem gearbeitetCountVectorizer unterricht in scikit-learn. Ich verstehe, dass die endgültige Ausgabe, wenn sie auf die unten gezeigte Weise verwendet wird, aus einem Array besteht, das die Anzahl der Features oder ...

TF-IDF-Implementierungen in Python

Kosinus Ähnlichkeit von Vektoren unterschiedlicher Länge?

Ich versuche TF-IDF zu benutzen [https://stackoverflow.com/questions/3113428/classifying-documents-into-categories/3114191#3114191] , um Dokumente in Kategorien zu sortieren. Ich habe die tf_idf für einige Dokumente berechnet, aber jetzt, wenn ...

Python: tf-idf-cosine: um Dokumentähnlichkeit zu finden

Ich habe ein Tutorial verfolgt, das unter verfügbar warTeil 1 &amp; Teil 2. Leider hatte der Autor nicht die Zeit für den letzten Abschnitt, in dem die Kosin...

TypeError: muss str sein, nicht list

das Problem ist Ausgabe Ergebnis wird nicht in CSV-Datei gespeichert. Ich benutze diesen Code, um die Wörter positiv und negativ zu gewichten. Ich möchte in der csv-Datei speichern. Zuerst lese ich die csv-Datei, wende tf-idf an und gebe die ...