tf-idf：我理解对吗？

Question

我对进行一些文档聚类感兴趣，现在我正在考虑使用 TF-IDF 来实现此目的。

如果我没记错的话，TF-IDF 特别用于评估给定查询的文档的相关性。如果我没有特定的查询，如何将 tf-idf 应用于聚类？

Answer 1

实际上并不完全是：tf-idf为您提供给定文档中术语的相关性。因此，您可以通过计算相似度来完美地将它用于
集群

proximity(document_i, document_j) = sum(tf_idf(t,i) * tf_idf(t,j))

对于文档 i 和文档 j 中的每个术语 t。