TF-IDF原理

1. TF

TF--Term Frequency，词条（Term ）在本文中出现的频率；此值越高，表明该词条越重要。

2. IDF

IDF--Inverse Document Frequency，含有词条（Term）文档频率的倒数，再取对数；此值越小，表明该词条越集中。

3. TF-IDF

tf-idf = tf*idf

4. Python实现

# coding:utf-8

import math
import operator

from collections import defaultdict

 

来源：https://www.cnblogs.com/py-algo/p/11934428.html