TF-IDF

假設要測試的文件為 {Ｄ} = {ｄ1, ｄ2, ..., ｄn}、全部關鍵詞的集合為 {Ｋ} = {ｋ1, ｋ2, ..., ｋm}。則：

• ｋx1 表示 ｄx 中 ｋ1 出現的次數
• TSum(ｄx) = ｋx1 + ｋx2 + ... + ｋxm
• TF(ｄx) = (ｗx1, ｗx2, ..., ｗxm) ，ｗxi = ｋxi / TSum(ｄx)
• DF(Ｄ, ｋi) = Ｄ 中含有 ｋi 的文件數量
• IDF(Ｄ, ｋi) = log(2, p/DF(Ｄ, ｋi))
• TF-IDF(Ｄ, ｄx) = (ｗ1, ｗ2, ..., ｗq)，ｗi = TF(ｄx) * IDF(Ｄ, ｋi)