机器学习：没有出现的特征

Question

我在机器学习领域有一个幼稚的问题。

我有 unigrams 作为特征，idf 作为特征值。

问题是如何计算出现在测试集中但没有出现在训练集中的一元的 idf。 idf公式为如下log(N/D)，其中N-文档总数，D-是我们特定的unigram出现的文档数，但是当D=0时怎么办。

感谢您的帮助。

Answer 1

您可以通过始终将 1 或其他常量添加到 D 来执行 additive smoothing。