TF x IDF简单理解

TF

表示单词在文档中出现的频率，比如一个文档有1000个单词，单词world出现20次，则TF=20/1000=0.02

IDF

表示单词在文档集中的罕见程度，可以用1/DF表示，DF表示出现某个单词的文档数量。比如文档集里面有单词world的文档有20个，则IDF=1/20=0.05

理解

因为一个文档内该单词出现次数越多，TF会越大，并且单词越罕见，IDF也会越大，所以TF x IDF表示一个文档内出现该单词的次数越多，该单词在文档集中越罕见，则该单词的权重越大