TF-IDFVectorizer的值為什麼介於0到1？為什麼能拿來用在餘弦相似度計算會加速？
2019/07/17 10:37 AM
機器學習新手論壇
ya
觀看數：0
回答數：1
收藏數：0
python
scikit-learn
推薦系統
在做Content-based Recommender時，我參考<<Hands-On Recommendatoin System with Python>>書。
書中將文件轉文件向量時，使用sklearn套件TfidfVectorizer，來計算向量中各個值，其值會介於0至1之間，不太能理解，想請問為什麼？
以及書中提到使用TF-IDF可以加速文件兩兩做餘弦相似度計算，說直接做點積就可，為什麼不用除於它們的單位長度呢？
附上書中原文 ......
(原文1)
(原文2)