请介绍一下tf-idf特征矩阵，并用python展示其一个实例用法

TF-IDF（Term Frequency-Inverse Document Frequency）是一种常用的文本特征表示方法，它量化了词在文档中的重要程度。TF代表词频，即某个词语在一个文档中出现的次数；IDF则衡量了一个词在整个文集中的普遍性，如果一个词在很多文档中都出现，它的IDF值就会低，因为它不太独特。

在构建TF-IDF特征矩阵时，我们通常会对每篇文档的每个单词计算出一个分数，该分数等于单词在文档中的频率乘以该单词在整个文集中出现的逆文档频率。这样做可以帮助我们区分那些在特定文档中频繁出现但在整个数据集中不常见的关键词。

以下是一个简单的Python使用`scikit-learn`库创建TF-IDF特征矩阵的例子：

from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

# 假设我们有以下两篇文档的数据
documents = [
    "这是一个示例文档",
    "这是另一个示例文档，但它包含一些相同的词汇"
]

# 定义一个矢量化器
vectorizer = TfidfVectorizer()

# 转换文档到TF-IDF向量
tfidf_matrix = vectorizer.fit_transform(documents)

# 将TF-IDF矩阵转换为DataFrame，方便观察
df_tfidf = pd.DataFrame(tfidf_matrix.toarray(), columns=vectorizer.get_feature_names())

print(df_tfidf)

在这个例子中，`fit_transform`方法首先将文档转换为词袋模型（仅计数词频），然后应用TF-IDF算法。输出的DataFrame显示了每个文档中每个词语的TF-IDF得分。