知识卡片
邮件语料批量读取保留标识
按文件路径读取正文,过滤cmds等辅助文件,再用sapply收集文本,保留邮件名与内容的对应。readLines后应关闭连接,异常路径也需保证释放;原例latin1只描述该语料处理策略,不表示所有邮件都采用此编码。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 分类:垃圾过滤 试写第一个贝叶斯垃圾分类器 · 连续片段2 · 查看原书依据
get.msg<-function(path){ con<-file(path, open="rt",encoding="latin1") text<-readLines(con) #The message always begins after the first full l
参考来源
- 位置:《机器学习:实用案例解析》第03章《试写第一个贝叶斯垃圾分类器 · 连续片段2》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3093.html,spine3199)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:get.msg<-function(path){ con<-file(path, open="rt",encoding="latin1") text<-readLines(con) #The message always begins after the first full l