Scikit-Learn中的Load_Files未加载目录中的所有文件

Question

我有一个名为'电子邮件'的文件夹，有两个子文件夹，以对应于它们所拥有的文件分类的标签命名（垃圾邮件或notspam电子邮件，都是.txt文件）。两个子文件夹中有3000个文件。使用load_files：

data = load_files('emails', shuffle='False')
print len(data)
print len(data.target)

此打印为" 5"，然后是" 3000"。如果发现3000个分类标签，数据的长度只能是5？

Answer 1

您的数据存储在 data.data中，而target则存储在 data.target中。改用print(len(data.data))。

load_files()只需返回一个简单的数据包装器sklearn.datasets.base.Bunch即可。因此，data处于这种格式：

{
'DESCR': None,
 'data': [],
 'filenames': array(),
 'target': array(),
 'target_names': []
}

这就是为什么len(data)返回5。

希望这会有所帮助！