为什么要使用哈希向量器进行文本聚类？

Question

我正在尝试对一些文本数据进行聚类，并遵循scikit-learn example进行聚类

在本例中，您可以选择使用哈希向量器，后跟TF-IDF向量器，这是默认管道：

# Perform an IDF normalization on the output of HashingVectorizer
hasher = HashingVectorizer(n_features=opts.n_features,
                           stop_words='english', alternate_sign=False,
                           norm=None)
vectorizer = make_pipeline(hasher, TfidfTransformer())

1. 散列向量器到底做什么？我无法通过documentation或Wikipedia获得它的确切功能
2. 使用哈希向量器进行文本聚类的优缺点是什么？在本例中，它作为一个选项提供（您也可以仅使用TF-IDF，但默认选项是使用哈希矢量器+TF-IDF）