向量，在数学中，指具有大小和方向的量。它们通常可以用
一条带箭头的线段表示：箭头所指，代表向量的方向；线段长度，
代表向量的大小。在数学问题中，我们往往会给向量一个基准：
坐标系。在不同坐标系中的同一个向量有着不相同的坐标，同一
个坐标系中的不同向量有着不同的坐标。任意两个不平行的向量，
都可以利用向量内积求出两向量的夹角，这种方法相信每一位做
过立体几何的高中生都铭记于心，而在实际应用中，这种方法有
着更重要的作用——分类。
一篇文章，是有一个个表意字符连缀而成，我们作为人，会
将这些连缀的字符用大脑理解为具体含义，根据其含义得出文章
所表达的内容与思想，再据此给文章贴上其对应的标签，给它合
适的分类，但是作为计算机，它无法理解这些表意字符，它所能
接收到的信息只有这些字符，所以计算机在进行分类时所使用的
方法就是 TF-IDF。
TF（Term Frequency）指词频，IDF（Inverse Document
Frequency）指逆向文件频率。它的主要思想是：如果某个词或
短语在一篇文章中出现的频率高，并且在其他文章中很少出现，
则认为此词或者短语具有很好的类别区分能力，适合用来分类。
简单来说，就是计算字符在文章中的重要性，并给它赋予相应的
权，权重大越重要越能作为区分文章的工具。举个例子：“的”
这个字在文章中往往出现最多，但是在其他文章中也很多出现，
因此认为“的”重要性小，而比如这篇文章中大量出现“数学”，
评论0