案例-基于朴素贝叶斯过滤垃圾邮件

基于朴素贝叶斯过滤垃圾邮件

• 收集数据：提供文本文件
• 准备数据：将文本文件解析成词条向量
• 分析数据：检查词条确保解析的正确性
• 训练算法：使用trainNB1()函数
• 测试算法：使用classifyNB() 并且构建一个新的测试函数来计算文档集的错误率
• 使用算法：构建完整程序 对一组文档进行分类，并将错分的文档输出到屏幕

准备数据：切分文本

mySent = 'this book is the best book on Python pr M.L I have ever laid eyes upon.'

mySent.split()

['this',
 'book',
 'is',
 'the',
 'best',
 'book',
 'on',
 'Python',
 'pr',
 'M.L',
 'I',
 'have',
 'ever',
 'laid',
 'eyes',
 'upon.']

---

About ME

👋 读书城南，🤔 在未来面前，我们都是孩子～

• 📙 一个热衷于探索学习新方向、新事物的智能产品经理，闲暇时间喜欢coding💻、画图🎨、音乐🎵、学习ing~

👋 Social Media

• 🛠️ Blog: http://oceaneyes.top

• ⚡ PM导航: https://pmhub.oceangzy.top

• ☘️ CNBLOG: https://www.cnblogs.com/oceaneyes-gzy/

• 🌱 AI PRJ自己部署的一些算法demo: http://ai.oceangzy.top/

• 📫 Email: 1450136519@qq.com

• 💬 WeChat: OCEANGZY

• 💬 公众号: UncleJoker-GZY

👋 加入小组~

👋 感谢打赏~