Machine learning SVM在文档分类中如何计算测试文档的tf df？
在我的SVM中，我使用tf idf对文档进行特征提取。这些tf idf是根据整个培训文件计算的 现在，当我得到一个我想要分类的测试文档时，我如何为它生成向量 在计算tf-idf之前，我使用了词干分析。我也可以在测试文档上执行。我数了数火车文件的字数Machine learning SVM在文档分类中如何计算测试文档的tf df？,machine-learning,svm,feature-extraction,tf-idf,feature-selection,Machine Learning,Svm,Feature Extraction,Tf Idf,Feature Selection,在我的SVM中，我使用tf idf对文档进行特征提取。这些tf idf是根据整个培训文件计算的 现在，当我得到一个我想要分类的测试文档时，我如何为它生成向量 在计算tf-idf之前，我使用了词干分析。我也可以在测试文档上执行。我数了数火车文件的字数 我是应该增加训练文档中的单词计数以计算测试文档的tf idf，还是应该直接使用它？计算方法与训练期间相同，但：基于训练文档和测试文档中的tf使用idf。如果您有许多新文档，只需不时更新培训数据并重新培训您的模型。以与培训期间相同的方式计算它们，但是：
我是应该增加训练文档中的单词计数以计算测试文档的tf idf，还是应该直接使用它？计算方法与训练期间相同，但：基于训练文档和测试文档中的tf使用idf。如果您有许多新文档，只需不时更新培训数据并重新培训您的模型。以与培训期间相同的方式计算它们，但是：根据培训文档使用idf和测试文档中的tf。如果您有许多新文档，只需不时更新培训数据并重新培训您的模型。对于tf idf，我需要tf和idf。tf可以从测试文档中获取。现在我有了列车文档中的idf。所以我应该只使用idf？对于tf idf，我需要tf和idf。tf可以从测试文档中获取。现在我有了列车文档中的idf。所以我应该只使用idf？