为什么余弦相似度和TF-IDF一起使用？
Why are Cosine Similarity and TF-IDF used together?
TF-IDF and Cosine Similarity is a commonly used combination for
text clustering. Each document is represented by vectors of TF-IDF
weights.
这是我的教科书上说的。
利用余弦相似度，您可以计算这些文档之间的相似度。
但为什么要同时使用这些技术？
有什么好处？
是否也可以使用 Jaccard 相似度？
我知道，它是如何工作的，但我想知道，为什么这些技术。
TF-IDF 是使用的权重。
余弦是使用的度量。
您可以在不加权的情况下使用余弦，但结果通常会更差。 Jaccard 适用于集合 - 如何使用权重而不将其变成其他东西而不使其与余弦相同并不明显。
TF-IDFandCosine Similarityis a commonly used combination for text clustering. Each document is represented by vectors of TF-IDF weights.
这是我的教科书上说的。
利用余弦相似度，您可以计算这些文档之间的相似度。
但为什么要同时使用这些技术？
有什么好处？
是否也可以使用 Jaccard 相似度？
我知道，它是如何工作的，但我想知道，为什么这些技术。
TF-IDF 是使用的权重。
余弦是使用的度量。
您可以在不加权的情况下使用余弦，但结果通常会更差。 Jaccard 适用于集合 - 如何使用权重而不将其变成其他东西而不使其与余弦相同并不明显。