使用搜狗语料库进行文本分类实验
ReadData.py：完成从文件中读取文本的功能，并且使用jieba模块进行分词，返回{catalog:{filename:[wordlist]}}这样的结构。
FeatureFiltering.py：对ReadData模块读入的训练数据进行词频、文档频率的统计，计算每个词对应的反文档频率idf，并且按照反文档频率从大到小进行排序，输出topK=2000的词作为表示每个文档的特征。返回feature的结构为[(word, idf value), ...]。
Training.py：计算每一个文档对应的tfidf向量，返回结构为{docName: tfidf vector, ...}。 KNNPredict.py：使用KNN算法对文本类别进行预测，计算预测结果的准确率。