[問題]關於TF-IDF字詞權重程式碼

[Jolinda (Jolinda)]

小妹我最近在網路上下載計算字詞權重tf-idf的程式碼
我在matlab輸入一個簡單的term-document矩陣
假設有一篇文章有1000個Terms，t1出現10次、t2出現100次、t3出現30次
算出來的tf-idf值應該分別是 0.0282、0及0.009
但下面程式碼算出來都是 5.809、5.809、5.809
是不是TF那邊出甚麼問題呢?
程式碼如下:

function Y = tfidf( X )

X = tf(X);
I = idf(X);

for j=1:size(X, 2)
    X(:, j) = X(:, j)*I(j);
end

Y = X;

function X = tf(X)

for i=1:size(X, 1)
    x = X(i, :);
    sumX = sum( x );
    if sumX ~= 0
        X(i, :) = x / sum(x);
    else
        X(i, :) = 0;
    end
end

function I = idf(X)

[m, n]=size(X);
I = zeros(n, 1);

for j=1:n
    nz = nnz( X(:, j) );
    if nz
        I(j) = log( m / nz );
    end

希望能得到解答~~萬分感謝!

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 114.44.139.121
→ celestialgod:so no data? how to test?
→ Jolinda:data:X(1000x1) 前面三行的值分別為10、100、30，其餘為0
→ Jolinda:已解決