摘要：在文本分类的学习过程中，在“如何衡量一个关键字在文章中的重要性”的问题上，遇到了困难。在网上找了很多资料，大多数都提到了这个算法，就是今天要讲的TF-IDF。 总起 TF-IDF，理解起来相当简单，他实际上就是TF*IDF，两个计算值的乘积，用来衡量一个词库中的词对每一篇文档的重要程度。下面我们分开 阅读全文

摘要：最近导师让做一个文本分类的东西，偶然间看到卡方检验，不懂（感觉自己实在是水到家，博客里讲的基础的东西，到我这里就是漫天找资料学），于是找了些博客文章，总结了下，有所体会。 引子 首先讲一下什么是卡方检验。卡方检验按照定义来说就是：检验实际的数据分布情况与理论的分布情况是否相同.这样讲比较抽象，这里讲 阅读全文