11、电子邮件数据特征加权与排序方案设计

电子邮件数据特征加权与排序方案设计

1. 数据预处理

在开始设计排序方案之前，需要对数据进行预处理。具体步骤如下：
1. 转换大小写 ：将 Subject 和 From.EMail 列的字符向量转换为小写，以确保数据在进入训练阶段前尽可能统一。

allparse.df$Subject <- tolower(allparse.df$Subject)
allparse.df$From.EMail <- tolower(allparse.df$From.EMail)

2. 按时间排序 ：使用 with 和 order 命令按照日期对数据进行时间顺序排序。

priority.df <- allparse.df[with(allparse.df, order(Date)),]

3. 划分训练集 ：将按时间排序后的数据框的前半部分存储为 priority.train ，用于训练排序器；后半部分用于测试排序器。

priority.train <- priority.df[