查询的IDF？
如何计算查询的tf-idf ？ 我知道如何计算一组文档的tf-idf，其中包含以下定义：
tf =文档中的发生/文档中的总字数
idf = log（＃term /发生术语的文档/＃文档
但我不明白这与查询有什么关系。
例如 ，我读了一个资源，说明了一个查询的价值“ life learning ”
生活| tf = .5 | idf = 1.405507153 | tf_idf = 0.702753576
学习| tf = .5 | idf = 1.405507153 | tf_idf = 0.702753576
我明白的tf值，每个术语在两个可能的术语中只出现一次，因此1/2，但我不知道idf从哪里来。
我认为#documents = 1和occurrence = 1，log（1）= 0，所以idf将为0，但这似乎并不是这种情况。 它是基于你使用的任何文件吗？ 你如何计算查询的tf-idf？
只有tf（生命）取决于查询本身。 但是，查询的idf取决于后台文档，所以idf（life）= 1 + ln（3/2）〜= 1.405507153。 这就是为什么tf-idf被定义为将局部分量（词频）与全局分量（逆文档频率）相乘的原因。
假设你的查询是最好的汽车保险 ，你的总词汇包含汽车，最好，汽车，保险 ，你有N=1,000,000文件。 所以你的查询如下所示：
你的一个文件可能是：
现在计算Query和Document TF-IDF之间的余弦相似度。
上一篇: IDF of a query?