贝叶斯垃圾邮件分类

1、读取数据

 

在这个代码段中，我们读入了所有邮件内容和标签，其中邮件内容存储在data中，标签存储在target当中，“1”表示为垃圾邮件，“0”表示为正常邮件。

2、数据预处理

对每个句子清除标点符号，分词，计算单词出现的次数；词汇表（即正常邮件和垃圾邮件中出现的所有单词，方便进行拉普拉斯平滑）；垃圾邮件和非垃圾邮件的词频，即给定词在垃圾邮件和非垃圾邮件中出现的次数。

3、数据处理

计算（对数）类先验，即计算P（垃圾邮件）和P（正常邮件）

4、测试阶段 

 代码：