質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

91.36%

  • Python

    3805questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

tfidfで差が出ないとき

解決済

回答 2

投稿 2017/11/24 21:50

  • 評価
  • クリップ 0
  • VIEW 86

kohekoh

score 86

tfidf処理をしているのですが、ほとんどの単語が同じ値をとっています

上位20件を降順に保存するようにしているのですが
すべて同じ値なので、順位のつけようがありません

tfidfの値に差が出ない原因というのはどういうことが
考えられるでしょうか

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

+2

tfidfの値に差が出ない原因

バグが出たときに最初に疑うべきは自分のコードで、
プログラミングのベテランほどその習慣がついています。
自分のコードを疑える人ほど上達が早いです。

何かのライブラリやモジュールを使っていて、
そのモジュール自体にバグがある可能性は低くても、
その使い方が間違っているのはよくあることです。


ただもしかして、確率は低いものの、
TF-IDF仕様通りという可能性も残ります。

TF-IDFは大ざっぱに言うと、
単語の出現頻度の傾向を表しています。

だから、人工的に作ったサンプルデータで、
多くの単語を一回ずつ並べるとか、
機械的に作れば機械的な値になります。

コードの次は、仕様の理解不足を疑ってください。

投稿 2017/11/27 14:13

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/11/27 14:56

    回答ありがとうございます
    tfidfをする前処理時点でのコードのミスでした
    ご指摘ありがとうございます
    ベストアンサーは回答が早かった方にします

    キャンセル

checkベストアンサー

0

まっさきに疑うべきはコードだと思います。もしくは本当にtfidfの値が同じであるかもしれません、確率は低そうですが。
どちらにしてもコードが問題ないかを検証してみないとなんと言えませんね。
tfidf - Wikipedia

投稿 2017/11/24 22:12

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/11/27 11:54

    gensimというモジュールを使っているので
    コードがまちがっているということは
    考えにくいのかなって思っています

    キャンセル

  • 2017/11/27 12:05

    もしかしたら計算した後のとこで
    間違ってるかもしれません
    ご指摘ありがとうございます

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

ただいまの回答率

91.36%

関連した質問

  • 解決済

    pythonでTFIDFの処理を並列処理するには

    pythonについてです タイトル通り、TFIDFの処理を並列処理したいと考えています 普通にTFIDFをするぶんにはできるのですが、TFIDFしたいと考えているファイルが大き

  • 受付中

    TF-IDF値が一定値以上のものをデータとして保持する

    前提・実現したいこと 現在、指定したテキストファイルから一定値以上のTF-IDF値を持つ単語をkeywordとして抽出し、keywordとそのTF-IDF値をセットで入力データとし

  • 解決済

    pythonでtfidfを並列化

    pythonでtfidfの処理に時間がかかるので、並列処理をしています しかし、速度が並列化していない処理よりも5秒ほど遅くなるので(並列化していない時は15秒ほど) cProfi

  • 受付中

    単語のデータセットを作成

    やりたいこと 機械学習を行うためのデータセットを作成しようとしています。 具体的には一つの文章(小説など)のテキストファイルを入力として渡すと、 そのテキストファイル内容のジャンル

同じタグがついた質問を見る

  • Python

    3805questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。