Terimakasih atas penjelasannya pa,,izin bertanya bagaimana jika kita ingin menentukan nilai minimum dan nilai maksimum di setiap data latih pada pembobotan tf-idf ? Terimakasih....
izin bertanya pak, untuk yg idf kan formulanya (log(n/df), jika n dan df nya adalah angka yg sama kan hasilnya lognya adalah 0. jadi tf idfnya ttp akan 0 ya pak? kalau begitu tidak bisa di lanjut ke tf. idf lgi ya pak? terimakasih
Terima kasih atas penjelasannya, Pak. Izin bertanya, jika saya ingin menghitung skor TF-IDF untuk setiap dokumen, apakah dengan menjumlahkan nilai TF-IDF per dokumen (dalam contoh diatas untuk dokumen pertama adalah penjumlahan kolom O), atau harus dinormalisasi dengan dibagi dengan panjang tiap dokumen? terima kasih
Nilai TF.IDF dihitung untuk setiap term pada setiap dokumen, jadi bukan penjumlahan kolom O. Pelibatan seluruh nilai TF.IDF untuk setiap term pada sebuah dokumen dilakukan pada saat akan menghitung panjang vektor dokumen tersebut. Panjang vektor dapat dihitung dengan cara menghitung nilai pangkat dua TF.IDF seluruh term pada dokumen tersebut, lalu di-akar-pangkat-dua-kan (SQRT).
Memang ada banyak variasi perhitungan bobot TF.IDF dengan masing-masing pertimbangannya. Semua variasi tersebut (termasuk IDF=1+log(d/df)) dapat digunakan.
![Seungmin "그렇게, 천천히, 우리(As we are)" | [Stray Kids : SKZ-PLAYER]](http://i.ytimg.com/vi/kAzmhLHePqU/mqdefault.jpg)
penjelasan materinya sangat mudah dipahami, terimakasih banyak bapak Pasnur, S.T., M.Kom.
Terimakasih atas penjelasannya. Semoga penjelasan TF-IDF di sempro saya nnti lancar 😊
Semoga sukses sempro-nya
Terima kasih ya pak, materinya sangat bermanfaat. Semoga sehat selalu!
MKZH PASNUR
salam dr ciledug
Terimakasih Ilmunya
Terima kasih banyak atas penjelasannya pak, sangat jelas dan mudah dimengerti.
Sama-sama
mantap, terimakasih atas penjelasan nya pak
sama-sama
selamat siang Pak, terimakasih atas penjelesannya.
apakah bisa dilanjutkan untuk klasifikasi naive bayes?
Mohon maaf, izin bertanya bapak. Pada menit 9:51 kenapa DF tidak di hitung 3?
Padahal pada D1: 1 dan D2: 2
Mohon penjelasannya 🙏
Terima kasih🙏
terimakasih pak
Sama2, semangat belajar dan saling berbagi
terimakasih banyak pak
sama-sama
pak apakah metode manual pembobotan kata seperti ini, bisa mencocokan kata kunci kemiripan dengan suatu dokumen?
Terimakasih atas penjelasannya pa,,izin bertanya bagaimana jika kita ingin menentukan nilai minimum dan nilai maksimum di setiap data latih pada pembobotan tf-idf ? Terimakasih....
TERIMA KASIH PAK PASNUR BERKAT BAPAK SKRIPSI SAYA CUMA ADA 1 REVISI
Untuk mneghitung apakah label itu positif atau negatif bagaimana ya pak?
izin bertanya pak, bagaimana dari tf id ke algoritma information gain ya oerhitungannya?
Pak mohon untuk lanjutan perhitungan kernel nya 🙏
izin bertanya pak, untuk yg idf kan formulanya (log(n/df), jika n dan df nya adalah angka yg sama kan hasilnya lognya adalah 0. jadi tf idfnya ttp akan 0 ya pak? kalau begitu tidak bisa di lanjut ke tf. idf lgi ya pak? terimakasih
Terima kasih atas penjelasannya, Pak. Izin bertanya, jika saya ingin menghitung skor TF-IDF untuk setiap dokumen, apakah dengan menjumlahkan nilai TF-IDF per dokumen (dalam contoh diatas untuk dokumen pertama adalah penjumlahan kolom O), atau harus dinormalisasi dengan dibagi dengan panjang tiap dokumen? terima kasih
Nilai TF.IDF dihitung untuk setiap term pada setiap dokumen, jadi bukan penjumlahan kolom O. Pelibatan seluruh nilai TF.IDF untuk setiap term pada sebuah dokumen dilakukan pada saat akan menghitung panjang vektor dokumen tersebut. Panjang vektor dapat dihitung dengan cara menghitung nilai pangkat dua TF.IDF seluruh term pada dokumen tersebut, lalu di-akar-pangkat-dua-kan (SQRT).
Mohon maaf ingin bertanya bapak, untuk rumus idf ada yg menggunakan 1+log(d/df) bagaimana yg benar ya bapak?
Memang ada banyak variasi perhitungan bobot TF.IDF dengan masing-masing pertimbangannya. Semua variasi tersebut (termasuk IDF=1+log(d/df)) dapat digunakan.
@@pasnur9990 Maaf izin bertanya pak, untuk pertimbangannya apa aja ya pak? Terima kasih
SEBUT NAMAKU PAK
terimakasih pak
sama-sama