「Tf-idf」の版間の差分

<math> n_{i,j} </math>は単語<math> t_i </math>の文書<math> d_j </math>における出現回数、<math>{\sum_k n_{k,j}}</math>は文章書<math> d_j </math>におけるすべての単語の出現回数の和、<math> |D| </math>は総ドキュメント文書数、<math>|\{d: d \ni t_{i}\}|</math>は単語<math> t_i </math>を含むドキュメント文書数である。そのため、idfは一種の一般語フィルタとして働き、多くのドキュメント文書に出現する語（一般的な語）は重要度が下がり、特定のドキュメント文書にしか出現しない単語の重要度を上げる役割を果たす。