使用TF-IDF进行文档分类

关于这个方法的原理比较的简单，可以参考：

1、TF-IDF与余弦相似性的应用（一）：自动提取关键词

2、TF-IDF与余弦相似性的应用（二）：找出相似文章

3、如何计算两个文档的相似度（一）

4、gensim做主题模型

5、当然还可以看看吴军博士的《数学之美》第十一章 如何确定网页和查询的相关性。

其中第4篇文章（gensim做主题模型）使用了python的gensim工具包做了关于使用TF-IDF、LDA和LSI的文档相似度比较。