用python采用TF IDF实现从多个文本文档中选出特征词应该怎样实现

如果最终就是文本分类的话，对所有词汇得到TF-IDF后，再建立各文本对词汇表的特征向量，用余弦定理判断相似度，然后做一下聚类，从而实现文本分类。
应该从工程角度效果应该不错，吴军博士《数学之美》第14章讲到过，里面把原理也解释了，很符合直觉，虽然没有用到太高深的理论。