class sklearn.feature_extraction.text.TfidfVectorizer(input=’content’, encoding=’utf-8’, decode_error=’strict’, strip_accents=None, lowercase=True, preprocessor=None, tokenizer=None, analyzer=’word’, stop_words=None, token_pattern=’(?u)\b\w\w+\b’, ngram_range=(1, 1), max_df=1.0, min_df=1, max_features=None, vocabulary=None, binary=False, dtype=<class ‘numpy.int64’>, norm=’l2’, use_idf=True, smooth_idf=True, sublinear_tf=False)調用方法：from sklearn.feature_extraction.text import TfidfVectorizer
將原始文本集轉換爲TFIDF向量矩陣，相當於先進行文本向量化再進行TDIDF化。
參數說明：
1， input : string {‘filename’, ‘file’, ‘content’}
可以是需要處理的文件名稱列表（filename），也可以是具體的一個文件（file），也可以是字符串（content）
2，encoding : string, ‘utf-8’ by default.
編碼方式，說明輸入文件的編碼方式，默認爲utf-8
3，decode_error : {‘strict’, ‘ignore’, ‘replace’}
4，strip_accents : {‘ascii’, ‘unicode’, None}
5，analyzer : string, {‘word’, ‘char’} or callable
6，preprocessor : callable or None (default)
7，tokenizer : callable or None (default)
8，ngram_range : tuple (min_n, max_n)
9，stop_words : string {‘english’}, list, or None (default)
10，lowercase : boolean, default True
11，token_pattern : string
12，max_df : float in range [0.0, 1.0] or int, default=1.0
詞頻上限，當輸入整數值時不考慮出現次數多於給定次數的詞，當輸入0到1的浮點數值時看作詞彙在文檔中所佔比例上限，如果前面給定了詞典，這一參數將被忽略。
13，min_df : float in range [0.0, 1.0] or int, default=1
詞頻下限，當輸入整數值時不考慮出現次數少於給定次數的詞，當輸入0到1的浮點數值時看作詞彙在文檔中所佔比例下限，如果前面給定了詞典，這一參數將被忽略。
14，max_features : int or None, default=None
15，vocabulary : Mapping or iterable, optional
16，binary : boolean, default=False
17，dtype : type, optional
18，norm : ‘l1’, ‘l2’ or None, optional
19，use_idf : boolean, default=True
20，smooth_idf : boolean, default=True
21，sublinear_tf : boolean, default=False
方法使用說明：
1，build_analyzer()
2，build_preprocessor()
3，build_tokenizer()
4，decode(doc)
5，fit(raw_documents[, y])
fit_transform(raw_documents, y=None)
6，fit_transform(raw_documents[, y])
7，get_feature_names()
8，get_params([deep])
10，inverse_transform(X)
11，set_params(**params)
12，transform(raw_documents[, copy])