第16篇学习笔记：基于CNN的垃圾邮件类型分析
发布时间
阅读量：
阅读量
数据集清洗
（load_one_file()这里需要注意的是，在处理文件时系统默认采用UTF-8编码方案；然而，在某些情况下如果直接使用UTF-8或者GBK等特定字符集打开数据文件可能会导致问题；因此建议将encoding设置为CP502或者其他合适的字符集以解决兼容性问题）
def load_one_file(filename):
x=""
with open(filename,encoding="cp852") as f:
for line in f:
line = line.strip()
line=line.strip('\n')
line = line.strip('\r')
x+=line
return x
def load_files_from_dir(rootdir):
x=[]
list = os.listdir(rootdir)
for i in range(0, len(list)):
path = os.path.join(rootdir, lis全部评论 (0)
还没有任何评论哟~