python - Python 中的通用矩阵计算，TF-IDF

Question

在生成 TF-IDF 模块时，我刚刚遇到了这个矩阵向量计算。

A % b = C

[[1,2], [3,4]] % [1/2, 1/3] = [[1/2, 2/3], [3/2, 4/3]]

这里 A 是 Document x Words 的矩阵，其中 A_ij 是单词 i 的词频计数> 在文档j中。而b向量是预先计算出每个单词的IDF值，例如如果在7个不同的文档中使用单词j，则b_j为1/7 。

人们如何称呼这种按列乘法？现有的库是否支持此操作？ (Python)

• 由于尺寸较大且稀疏，我一直在 scipy 中使用 csr_matrix 来保存矩阵。
• 我尝试将它们更改为 np.array 并执行 A*b 操作，但几分钟内没有完成。

Answer 1

使用NumPy为了它。

这是逐元素乘法:

import numpy as np
A = np.array([[1, 2], [3, 4]])
b = np.array([1/2, 1/3])
print(A * b)

输出:

[[ 0.5         0.66666667]
 [ 1.5         1.33333333]]

如果是 csr_matrix:

from scipy.sparse import csr_matrix
x1 = csr_matrix([[1, 2], [3, 4]])
x2 = csr_matrix([1/2, 1/3])
print(x1.multiply(x2).todense())

输出:

[[ 0.5         0.66666667]
 [ 1.5         1.33333333]]