1、TF-IDF(Term Frequency-Inverse Document Frequency, 词频-逆文件频率).（逆文档词频）
2、自我理解：
公式TF = $$frac{语料库中关键词出现的次数}{总词数量}$$ ##权重w （词频）
或者
TF = $$frac{某个词在文章中出现的次数}{文章中出现词最多的次数}$$
IDF = $$logfrac{文档总数}{某个文件（文档）关键词出现的次数+1}$$ ##文档总数。多个文件
TF-IDF = TF * IDF #词频-逆文档词频 词频 * 逆文档词频
3、通常算法实现的步骤：
1）、分词
2）、文件数
3、python 算法实现：jieba
4、hanlp实现
5、nltk的实现
6、Scikit-Learn的实现
4、应用场景：
原理： https://blog.csdn.net/zrc199021/article/details/53728499