Machine learning 如何使用weka将电子邮件数据表示为基于讨论主题的分类输入？

重复：

---

如果我的数据是电子邮件，即文本数据，那么分类器的输入是什么？电子邮件中的属性/特征集是什么，我需要考虑基于讨论主题进行分类？

< P>，通常使用TF IDF将输入数据转换成稀疏向量。