摘要：解释一下图片：这里feature可以指一篇文档分词后的某个词，即将文档中的某个词作为一个特征。weight是这个词的权重，这里可以是这个词在这个句子中出现的次数。 这里的hash算法就是传统的hash算法，通过调用一个hash函数实现的。 simhash是为了计算一篇文档之间的相似度存在的，通过si 阅读全文

摘要：混淆矩阵： TP : 实际是正样本, 被识别成正样本(识别正确). FP : 实际是负样本, 被识别成正样本(识别错误). FN : 实际是正样本, 被识别为负样本(识别错误). TN : 实际是负样本, 被识别为负样本(识别正确). P = TP/(TP+FP) ; 查准率（Precision）： 阅读全文