基于朴素贝叶斯的垃圾邮件分类Python实现

实验目的：
运用朴素贝叶斯算法，实现对垃圾邮件的识别
步骤一：
首先准备文件，文件共有六组，每组文件中有两类，其中ham为正常邮件，spam为垃圾邮件

步骤二：
首先建立数据集data和标签集target，将邮件内容读取到数据集data中，将标签写入target中，其中，1代表正常邮件，0代表垃圾邮件：

步骤三：
之后我们定义一个函数，来清除文章中的标点符号，并统计每个单词出现的次数：

步骤四：
然后读取前30封邮件的单词，统计正常邮件和垃圾邮件出现过的单词及次数，存入到字典中

步骤五：
之后我们统选取三十封邮件进行校验，将邮件的单词读入，并与步骤四中的字典进行对比，统计邮件中的单词是在正常邮件中出现的多还是垃圾邮件中出现的多，若正常邮件相同的多则为正常邮件，反之为垃圾邮件

步骤六：
我们选取30封邮件作为学习集，选取30封邮件作为测试集，进行测试

测试结果如下，30封邮件中，正确率为0.966