從原始文檔到KNN分類算法實現(二）

1.復旦語料庫train集中有6個類是多於1000個文檔的，把它們取出來，分別刪減至1000個文檔，構成接下來我們要進行實驗的訓練集。 2.執行Predeal.java，它依次進行三項操作：把文件重命名爲順序的數字編號;把文件編號（即文件名）寫入文檔開頭，用一個空格與正文內容隔開，去除正文每行末的換行符，把整個文檔合併爲一行，去除正文行間的空格;用ICTCLAS進行中文分詞.由於一次運行對6000

>>阅读原文<<