Sonyfe25cp的玩具

###TF-IDF特征

####高频词

1. 高频词分为两类，一类是它出现在特别多的类目中，例如各种停词；另一类是在某些特定的类中出现特别频繁，例如某类独有词，当该类在整个文档集中的数目较多时，该累词也会成为高频词。

对于已经标注的多类数据集，先将各类内的词进行统计。

特征词：

1. 属于该类的高频词,但该词出现的类目数相对少

2. 属于该类的低频词，但不属于其他类的高频词

处理数据：

1. 把词在类内的数量/词在全体中的次数，找粗相对本类来说相对次数较多的词