一、训练数据集

文本作为非结构化数据，在构造训练集的时候，很少会发给你完整的数据集，可能需要批量读取txt字符。

批量读取txt字符文件

如何导入？

如何用函数批量导入文本，并且能够留在R的环境之中?循环用read.table，怎么解决每个文本文件命名问题？

list函数能够有效的读入，并且存放非结构化数据。

1. reviewpath?<-?"F:/R语言/train2"??

2. completepath?<-?list.files(reviewpath,?pattern?=?"*.txt$",?full.names?=?TRUE)??

代码解读：reviewpath为文件夹的目录名字，completepath为读取文件夹中所有的文件，生成字符串（character）格式。

如何读取单文本内容？

前面文档导入，相当于是给每个文档定了位，现在需要读入单个文档内的文本信息。

文本文档读取的时候会出现很多问题，比如分隔符、制表符等，而出现乱码，需要逐行读取。

[plain]?view plain?copy?print

1. ######批量读入文本??

2. read.txt?<-?function(x)?{??

3. ??des?<-?readLines(x)???????????????????#每行读取??

4. ??return(paste(des,?collapse?=?""))?????#没有return则返回最后一个函数对象??

5. }??

6. review?<-?lapply(completepath,?read.txt)??

7. #如果程序警告，这里可能是部分文件最后一行没有换行导致，不用担心。??

代码解读：read.txt是一个简单的逐行读取的函数，readLines函数，是将一段文字分成以下的形式，需要粘贴起来；

[plain]?print?

1. [1]?""??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

2. [2]?"刚买的这款电脑，在自提点打开的，就发现键盘已经坏了，有个按键都快掉了，自提点不管，让去联系退换货部门，退换货部门说键盘坏了不管退换，让去惠普自己更换新键盘。"??

3. [3]?""??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

4. [4]?"在京东刚买的东西出现问题就要四处跑去修理，他们把责任推的一干二净，现在除非你出具惠普的质检报告，他们才给受理。"????????????????????????????????????????????????

5. [5]?""??????

（编辑：武汉站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!