机器学习-文档建模

1、掌握选择term的方法； 2、权重计算(TermWeighting)：即计算每篇文 权重计算(Term Weighting)：即计算每篇文 档中每个term的权重，计算TF、IDF； 3、查询和文档的相似度计算(Siili • 查询和文档的相似度计算(Similarity Computation)。

// stdafx.cpp : 只包括标准包含文件的源文件
// VSM.pch 将作为预编译头
// stdafx.obj 将包含预编译类型信息

#include “stdafx.h“

// TODO: 在 STDAFX.H 中引用任何所需的附加头文件，
//而不是在此文件中引用

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件    2883584  2017-05-22 19:44  VSM-YYC\ipch\vsm-ecba59c9\vsm-6b86ff20.ipch

     文件       2777  2016-05-14 21:56  VSM-YYC\VSM\Chinese-StopWords.txt

     文件     144527  2017-05-09 15:22  VSM-YYC\VSM\input.txt

     文件       1414  2017-05-16 15:07  VSM-YYC\VSM\kmeans.txt

     文件       1482  2017-05-09 14:43  VSM-YYC\VSM\ReadMe.txt

     文件        207  2017-05-09 14:43  VSM-YYC\VSM\stdafx.cpp

     文件        234  2017-05-09 14:43  VSM-YYC\VSM\stdafx.h

     文件        240  2017-05-09 14:43  VSM-YYC\VSM\targetver.h

     文件       5092  2017-05-16 15:06  VSM-YYC\VSM\VSM.cpp

     文件       8053  2017-05-16 11:20  VSM-YYC\VSM\VSM.vcxproj

     文件       1310  2017-05-09 14:43  VSM-YYC\VSM\VSM.vcxproj.filters

     文件     343024  2017-05-16 15:07  VSM-YYC\VSM\所有文本之间的相似度.txt

     文件        504  2017-05-16 15:07  VSM-YYC\VSM\相似度大于定值的文本.txt

     文件    8519680  2017-05-22 19:44  VSM-YYC\VSM.sdf

     文件       1291  2017-05-09 14:43  VSM-YYC\VSM.sln

    ..A..H.     13824  2017-05-22 19:44  VSM-YYC\VSM.v12.suo

     目录          0  2017-05-22 19:44  VSM-YYC\ipch\vsm-ecba59c9

     目录          0  2017-05-22 19:44  VSM-YYC\ipch

     目录          0  2017-05-18 21:15  VSM-YYC\VSM

     目录          0  2017-05-22 19:44  VSM-YYC

----------- ---------  ---------- -----  ----

             11927243                    20