postfix垃圾邮件

02.朴素贝叶斯-垃圾邮件分类

【需求说明】chinesespam.xlsx为邮件数据集，stopwords.txt为停用词数据集；根据现有数据集，采用jieba进行分词切分，并通过sklearn进行特征处理；由于样本特征是二元离散值或者很稀疏的多元离散值，采用先验为伯努利分布的朴素贝叶斯进行分类；数据集地址：https://download.csdn.net/download/LWY_Xing/13238548importma
LWY_Xing·2022-11-26 12:26

使用朴素贝叶斯对垃圾邮件分类

实验目的和要求：会用Python创建朴素贝叶斯模型使用朴素贝叶斯模型对垃圾邮件分类会把文本文件变成向量会用评价朴素贝叶斯模型的分类效果实验内容：把给定的数据集message.csv拆分成训练集测试集使用
码银·2022-11-26 12:25

机器学习—逻辑回归算法分析心脏病

而逻辑回归属于分类算法，也就是说，逻辑回归预测结果是离散的分类，例如判断这封邮件是否是垃圾邮件，以及用户是否会点击此广告等等。所以逻辑回归是一种经典的二分类算法。
迷胡虫·2022-11-26 10:25

QUST 朴素贝叶斯垃圾邮件分类

importosimportreimportstringimportmathDATA_DIR='enron'target_names=['ham','spam']defget_data(DATA_DIR):subfolders=['enron%d'%iforiinrange(1,7)]data=[]target=[]forsubfolderinsubfolders:spam_files=os.li
CipherXXX·2022-11-26 02:07

《机器学习基石》课程笔记（3）

不同输出空间下的机器学习输出空间实际应用二元分类Y={−1,+1}信用卡分发或不分发、识别垃圾邮件和非垃圾邮件、病人有病或没病、广告是否盈利、答案是否正确多元分类Y={1,2,3,...,K}手写字体分类
nudt_oys·2022-11-26 02:18

使用朴素贝叶斯过滤垃圾邮件

本文内容：**使用朴素贝叶斯过滤垃圾邮件**1.问题描述：2.实验原理：3.代码实现：4.测试结果：机器学习导论代码地址：使用朴素贝叶斯过滤垃圾邮件1.问题描述：现有50封电子邮件，存放在数据集task1
Yuetianw·2022-11-26 02:40

Python微调文本顺序对抗朴素贝叶斯算法垃圾邮件分类机制

封面图片：《Python可以这样学》，ISBN：9787302456469，董付国，清华大学出版社图书详情（京东）：=================关于朴素贝叶斯算法中文垃圾邮件分类，可以参考：Python
dongfuguo·2022-11-26 01:59

机器学习实战——4.6 示例：使用朴素贝叶斯过滤垃圾邮件

目录1.准备数据：切分文本2测试算法：使用朴素贝叶斯进行交叉验证1.准备数据：切分文本"对于一个文本字符串，可以使用Python的string.split()函数将其切分"mysent='ThisbookisthebestbookonPythonorM.L.Ihaveeverlaideyesupon.'print(mysent.split())输出结果："使用正则表示式来切分式子，其中分隔符是除单
GH0602·2022-11-26 01:55

python：基于朴素贝叶斯算法的垃圾邮件过滤分类

目录一、朴素贝叶斯算法1.概述2.推导过程二、实现垃圾邮件过滤分类1.垃圾邮件问题背景2.朴素贝叶斯算法实现垃圾邮件分类的步骤3.python实现参考学习网址：https://blog.csdn.net
spiritqi·2022-11-26 01:24

朴素贝叶斯垃圾邮件分类实验

importosimportreimportstringimportmathDATA_DIR='enronEmaildataset/enron'target_names=['ham','spam']defget_data(DATA_DIR):subfolders=['enron%d'%iforiinrange(1,7)]data=[]target=[]forsubfolderinsubfolder
yggdrasil0117·2022-11-26 01:19

贝叶斯邮件分类c语言,【实现】利用朴素贝叶斯进行邮件分类

【简易版】文本分类待续1.收集数据收集的数据包含两类：垃圾邮件和正常邮件。每类中有25个样本。数据集分类邮件内容2.数据处理1)要从文本中获取特征，需要拆分文本，分成词条。
kokeihou·2022-11-26 01:44

手推实例（基于朴素贝叶斯的垃圾邮件分类）

手推一个简单的垃圾邮件分类实例。先了解朴素贝叶斯算法，百度百科介绍得很详细了。直接拿过来！
wdd_100·2022-11-26 01:13

AI基础：朴素贝叶斯与垃圾邮件分类

来，继续回顾基础算法文章目录背景&贝叶斯原理贝叶斯分类器朴素贝叶斯分类器西瓜数据集下的朴素贝叶斯示例朴素贝叶斯分类的优缺点朴素贝叶斯关键问题朴素贝叶斯企业中的应用案例基于朴素贝叶斯的垃圾邮件分类背景&贝叶斯原理朴素贝叶斯基于的原理是贝叶斯原理
小明同学YYDS·2022-11-26 01:12

朴素贝叶斯的垃圾邮件分类

该数据集已经对正常邮件和垃圾邮件进行了分类。下载保存到本文件目录中。
青科林的月亮·2022-11-26 01:34

吴恩达机器学习作业Python实现(六)：支持向量机

目录1支持向量机SVM1.1示例数据集11.2高斯核函数支持向量机1.2.1高斯核1.2.2示例数据集21.2.3示例数据集32垃圾邮件分类2.1预处理邮件2.1.1词汇表2.2从邮件提取特征2.3训练
Hyxx.·2022-11-25 21:17

吴恩达机器学习笔记-引言

引言日常生活中的机器学习算法使用，例如：使用谷歌或必应进行搜索，谷歌和微软使用良好的学习算法排序网页；使用脸书或苹果，其中的图片分类程序可以认识你朋友的照片；电子邮箱使用时，电子邮件垃圾邮件筛选器可以过滤大量的垃圾邮件
_4444yl·2022-11-25 20:03

吴恩达老师机器学习课程笔记 01 引言

1引言1.1欢迎机器学习算法应用于生活中的方方面面，如网页搜索、照片标记、反垃圾邮件。机器学习的起源、流行和发展机器学习起源于AI。
3077491278·2022-11-25 19:56

吴恩达机器学习笔记（一）引言

每当阅读邮件时，垃圾邮件过滤器会帮助我们过滤大量的垃圾邮件，这也是学习算法。在本课程中，我
言尽。·2022-11-25 19:46

逻辑回归算法原理及python实现

主要解决2分类问题，例如：一个垃圾邮件过滤系统，x是邮件的特征
德乌大青蛙·2022-11-24 14:10

吴恩达机器学习笔记--逻辑回归

分类问题：是否垃圾邮件，肿瘤良性恶性......线性回归的问题：不适用于分类问题。因为线性回归一般用最小二乘来得出最优的回归曲线，而一个极端值，就能让曲线的偏离很大。
mumuok·2022-11-24 05:36

贝叶斯推断及其互联网应用（一）：定理简介

那本书的第八章，写了一个非常具体的技术问题----如何使用贝叶斯推断过滤垃圾邮件(英文版)。我没完全看懂那一章。当时是硬着头皮，按照字面意思把它译出来的。
ruanyf·2022-11-24 02:27

机器学习——决策树

如果邮件不是来自这个域名，则检查邮件内容里是否包含单词曲棍球，如果包含则将邮件归类到“需要及时处理的朋友邮件”，如果不包含则将邮件归类到“无需阅读的垃圾邮件”。
laymenISmouse·2022-11-23 13:08

ROC曲线和PR曲线

举一个例子：当分类算法在过滤垃圾邮件时，会有四种结果：对合法邮件保留，也可能产生失误，过滤了合法邮件；还有可能保留了一些垃圾邮件，最后就是正确过滤了垃圾邮件。
兰花草999·2022-11-23 11:06

机器学习-朴素贝叶斯。

朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。
joezarlove88·2022-11-23 10:03

PyTorch数据加载方法

SMSSpamCollectionDataSet，下载地址为https://archive.ics.uci.edu/ml/datasets/SMS+Spam+Collection数据集是从Grumbletext网站手动提取了425条SMS垃圾邮件的集合
宵练丶·2022-11-23 05:55

朴素贝叶斯算法实现对邮件的分类

通过朴素贝叶斯算法来分类垃圾邮件的PYTHON实现（超易懂）文章目录通过朴素贝叶斯算法来分类垃圾邮件的PYTHON实现（超易懂）前言一、朴素贝叶斯算法分类垃圾邮件原理二、python实现1.对数据进行预处理
Apaike·2022-11-22 21:30

情感分类与朴素贝叶斯

文本分类的应用包括，主题分类(subjectcategoryclassification)、情感分析(sentimentanalysis)、垃圾邮件检测(s
我是hanna·2022-11-22 18:26

5. 机器学习——分类算法-朴素贝叶斯算法（笔记）

1.常见的例子1.1垃圾邮件分类1.2文章分类2.概率基础简单的一个例子，职业和体型与女神是否喜欢的关系：2.1联合概率和条件概率可以看到第一问题很简单4/7，第二个问题是求联合概率p(程序员，匀称)=
枫城雪·2022-11-22 08:00

基于朴素贝叶斯模型进行垃圾邮件的分类

基于朴素贝叶斯模型进行垃圾邮件的分类一、模型分析贝叶斯方法是一个有着坚实的理论基础的一种方法，而且它在处理很多问题的时候直接而且高效。
几窗花鸢·2022-11-22 03:50

利用朴素贝叶斯原理过滤垃圾邮件（TF-IDF算法）

目录一、简述朴素贝叶斯原理二、导入邮件数据集并提取出邮件正文部分，同时匹配标注好该正文是垃圾邮件还是正常邮件三、将全体邮件的每个邮件正文进行分词，剔除停用词，并计算出每个分词的TF-IDF权重值四、分割出训练集
等我复活再拆塔·2022-11-22 03:50

机器学习实战之朴素贝叶斯（三）示例：过滤垃圾邮件（含数据集）

朴素贝叶斯（三）示例：过滤垃圾邮件流程导入收集数据：提供文本文件准备数据：切分文本使用split()切分使用正则表达式切分数据集介绍训练算法：使用我们之前建立的trainNB0()函数测试算法：进行交叉验证转载请注明作者和出处
琼简·2022-11-22 03:20

朴素贝叶斯算法实现垃圾邮件过滤

朴素贝叶斯算法实现垃圾邮件过滤1．1题目的主要研究内容（1）贝叶斯垃圾邮件过滤技术是一种电子邮件过滤的统计学技术，它使用贝叶斯分类来进行垃圾邮件的判别。
李逍遥敲代码·2022-11-22 03:47

【机器学习实战】朴素贝叶斯应用之垃圾邮件过滤

1.什么是朴素贝叶斯2.贝叶斯公式3.朴素贝叶斯常用的三个模型4.朴素贝叶斯实现垃圾邮件过滤的步骤5.垃圾邮件过滤实验：（一）、准备收集好的数据集，并下载到本地文件夹（二）、朴素贝叶斯分类器训练函数（三
打代码能当饭吃？·2022-11-22 03:43

机器学习-数据分析之朴素贝叶斯过滤垃圾邮件

数据分析之过滤垃圾邮件前沿之前也学了一些数据分析的案例从http://cuijiahua.com/。一直没有记录，所有准备从现在开始把所学的都记录在CSDN中。
程序小学生·2022-11-22 03:42

《Web安全之深度学习实战》笔记：第六章 垃圾邮件识别

本小节使用Enron-Spam数据集来识别垃圾邮件，通过多种方法处理数据集，同时使用多种机器学习的方法来识别垃圾邮件。
mooyuan·2022-11-22 03:11

机器学习实战（代码部分）-- 朴素贝叶斯之垃圾邮件过滤（Ⅰ 准备数据：切分文本）

使用朴素贝叶斯进行垃圾邮件过滤的算法思想：(1)收集数据：提供文本文件。(2)准备数据：将文本文件解析成词条向量。(3)分析数据：检查词条确保解析的正确性。
m0_38056893·2022-11-22 03:40

贝叶斯算法：垃圾邮件过滤

准备100封邮件，50封垃圾邮件和50封正常邮件参考:贝叶斯算法原理程序过程解释垃圾邮件分类的数学基础是贝叶斯推断(bayesianinference)。
daiswy·2022-11-22 03:39

神奇的贝叶斯---垃圾邮件过滤

使用贝叶斯进行垃圾邮件过滤的原理很简单，假如我们在邮件中发现一个词--“发票”，那么就根据这个词来计算这封邮件是垃圾邮件的概率P(垃圾|发票)=P（发票|垃圾）P（垃圾）/P(发票)P(垃圾|发票)：邮件中出现发票一词时
酷python·2022-11-22 03:35

朴素贝叶斯 实现 垃圾邮件分类

1.贝叶斯的基本思想：已知公式：p（y|x）=p（x|y）*p（y）/p（x）可以将x看做特征向量，y为结果，那么p（y|x）就是在x特征出现的情况下，结果为y的概率。在机器学习中，p（y|x）就是我们预测一个新样本要计算样本属于哪一类的公式，同时我们掌握着大量的数据集，因为p（y|x）不好求解，那么可以对p（x|y）*p（y）进行计算，偷天换日，效果是一样的。由于p（x）属于全概率公式，每个判断
For_Future_l·2022-11-22 03:34

通俗易懂的机器学习——筛选垃圾邮件（贝叶斯分类）

筛选垃圾邮件（贝叶斯分类）背景及应用贝叶斯公式数据集引入依赖包数据预处理全局变量过滤所有非中文词语读取邮件加载邮件获取概率表划分训练集和测试集计算分词的概率表保存概率表检查邮件是否为垃圾文件获取分词对应的概率字典和字典初步检查一封邮件检查多封邮件主程序背景及应用利用贝叶斯公式
艾醒(AiXing-w)·2022-11-22 03:03

机器学习之朴素贝叶斯实现垃圾邮件过滤

一.朴素贝叶斯概述朴素贝叶斯法是基于贝叶斯定理与特征条件独立性假设的分类方法。对于给定的训练集，首先基于特征条件独立假设学习输入输出的联合概率分布（朴素贝叶斯法这种通过学习得到模型的机制，显然属于生成模型）；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y二.朴素贝叶斯的基本公式1.联合分布率联合概率表示为包含多个条件并且所有的条件都同时成立的概率，记作P(X=a,Y=b)P
a457359584·2022-11-22 03:02

机器学习笔记（8,第三周）— 动机与目的、逻辑回归

目录动机与目的逻辑回归动机与目的本次课将学习分类，它输出的变量y是从少量几个可能值中得出的，学习逻辑回归算法，它的输出结果值总是在0~1之间判定某电子邮件是否为垃圾邮件的例子，我们希望得到的结果是：是或否判断在线金融交易是否存在欺诈
AUG-·2022-11-22 00:24

机器学习笔记(七)——初识逻辑回归、不同方法推导梯度公式

一、算法概述逻辑回归(Logistic)虽带有回归二字，但它却是一个经典的二分类算法，它适合处理一些二分类任务，例如疾病检测、垃圾邮件检测、用户点击率以及上文所涉及的正负情感分析等等。
奶糖猫Esong·2022-11-22 00:38

机器学习笔记——初识逻辑回归、两种方法推导梯度公式

作者：奶糖猫来源：奶糖猫一、算法概述逻辑回归(Logistic)虽带有回归二字，但它却是一个经典的二分类算法，它适合处理一些二分类任务，例如疾病检测、垃圾邮件检测、用户点击率以及上文所涉及的正负情感分析等等
IT农民工1·2022-11-22 00:08

(3)机器学习入门

如果一个计算机系统在完成某一类任务T的性能P能够随着经验E而改进，则称该系统在从经验E中学习，并将此系统称为一个学习系统1.2常见应用1.3基本类型分为：有监督学习、无监督学习、强化学习有监督学习：有具体的目标任务，比如过滤垃圾邮件
north_fish420·2022-11-21 23:28

朴素贝叶斯算法（1）

当年的垃圾邮件分类都是基于朴素贝叶斯分类器识别的。朴素贝叶斯假设（又叫条件独立性假设）：即，在给定y的条件下，属性之间相互独立。假设目的：简化运算。
钰涵雨辰·2022-11-21 15:52

Spark 实战，第 6 部分: 基于 Spark ML 的文本分类

这在很多领域都有现实的应用场景，如新闻网站的新闻自动分类，垃圾邮件检测，非法信息过滤等。
AISeekOnline·2022-11-21 14:35

pytorch学习笔记——5.2Pytorch中MLP分类模型

一、数据准备与探索：本文使用一个垃圾邮件数据集介绍如何使用Pytorch建立MLP分类模型，该数据集可以从我上传的CSDN免费资料中下载，网址为：spambase.csv垃圾邮件数据集-深度学习文档类资源
学不来我就死·2022-11-21 13:08

Pytorch：全连接神经网络-MLP分类

SchoolofArtificialandIntelligence,HuazhongUniversityofScienceandTechnologyPytorch教程专栏链接文章目录Pytorch:全连接神经网络-多层感知机解决分类问题@[toc]MLP垃圾邮件分类数据准备
宅家的小魏·2022-11-21 13:07

使用svm对光学字符数据进行分类_深度学习-14.文本分类简述

可以应用到很多领域：比如情感分析，新闻分类，垃圾邮件过滤等等。应用是非常广泛的。目前文本分类分为传统方法和深度学习的方法。在深度学习中文本分类又可以分文有监督学习的和无监督学习。
weixin_39664136·2022-11-21 08:12
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他