sklearn中的TfidfVectorizer中计算TF-IDF的过程（详解）

Sklearn中的Tf-idf原理（source code）：

https://github.com/scikit-learn/scikit-learn/blob/f0ab589f1541b1ca4570177d93fd7979613497e3/sklearn/feature_extraction/text.py

1. Tf-idf训练

Fit_transform学习到一个字典，并返回Document-term的矩阵(即词典中的词在该文档中出现的频次)

TfidfVectorizer.fit_transform(raw_document) = TfidfTransformer.fit(X).transform(X)

Fit步骤学习idf vector，一个全局的词权重_idf_diag。输入的X是一个稀疏矩阵，行是样本数，列是特征数。

T