文件名称：特征集的缩减-文本挖掘PPT
文件大小：406KB
文件格式：PPT
更新时间：2024-05-15 19:45:06
文本挖掘
特征集的缩减 潜在语义标引（latent semantic indexing）方法 利用矩阵理论中的“奇异值分解（singular value decomposition,SVD）”技术，将词频矩阵转化为奇异矩阵（K×K） 潜在语义标引方法基本步骤： 1.建立词频矩阵，frequency matrix 2.计算frequency matrix的奇异值分解 分解frequency matrix成3个矩阵U，S，V。U和V是正交矩阵（UTU=I），S是奇异值的对角矩阵（K×K） 3.对于每一个文档 d，用排除了SVD中消除后的词的新的向量替换原有的向量 4.保存所有向量集合，用高级多维索引技术为其创建索引 5.用转换后的文档向量进行相似度计算