摘要：一、TF-IDF简介 在自然语言处理中，TF-IDF(term frequency–inverse document frequency)常用于挖掘文章中的关键词， 算法以简单高效著称。TF-IDF有两层意思，一层是"词频"（Term Frequency，缩写为TF），另一层是"逆文档频率"（Inv 阅读全文

摘要：欧几里得距离 在数学中，欧几里得距离或欧几里得度量是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。相关联的范数称为欧几里得范数。较早的文献称之为毕达哥拉斯度量。 计算方式的局限。 比如说计算两个点的距离，点A（10,10000）、点B(1,500)，第二个维度对于距 阅读全文

摘要：常用的决策树算法有 ID3、C4.5、CART ，它们构建树所使用的启发式函数各是什么？除了构建准则之外，它们之间的区别与联系是什么？首先，我们回顾一下这几种决策树构造时使用的准则。 | 人 | 年龄 | 长相 | 工资 | 写代码 | 类别 | | | | | | | | | 小A | 老 | 帅 阅读全文

摘要：自动文档摘要评价方法大致分为两类： （1） 内部评价方法(Intrinsic Methods) ：提供参考摘要，以参考摘要为基准评价系统摘要的质量。系统摘要与参考摘要越吻合， 质量越高。 （2） 外部评价方法(Extrinsic Methods) ：不提供参考摘要，利用文档摘要代替原文档执行某个文档 阅读全文