Programming Exercise 6:Support Vector Machines 第二部分

        大家好，我是Mac Jiang，今天和大家分享一下coursera网站上Stanford University的Machine Learning公开课（吴恩达老师）课程第六次作业：Programming Exercise 6:Support Vector Machines。写这篇博客的目的是为在课程学习中遇到困难的同学提供一些帮助，同时帮助自己巩固这周的课程内容。欢迎博友转载此文章，但希望您在转载之前与我联系并标明文章的出处，谢谢！

        由于Programming Exercise 6的作业内容可以分为两大块，即1Support Vector Machines  2Span Classification.其中，第一块主要是描述SVM算法的具体实现过程，是本周课程内容的基础，第二块垃圾邮件分类是基于第一块代码的基础上的具体实际应用。第一部分的实现过程已经在前一篇博客中给出，地址为：第一部分：Support Vector Machines。下面介绍第二部分Spam Classification(垃圾邮件分类)的实现过程。

        好的，话不多说，开始我们的讲解。

        数据集:spamTrain.mat ---训练样本，用于训练垃圾邮件分类器，有4000个训练样本

                    spamTest.mat ---测试样本，用于查看已得到的分类器对新样本的泛化能力，有1000个训练样本

                    vocab.txt ---分类器用到的词汇集合，保存在txt中，存有编号和对应的词汇，这里设置的是1899个常用词汇

                    emailSample1.txt ，emailSample2.txt---邮件样例，用于查看邮件处理算法对邮件的处理效果

                    spamSample1.txt，spamSample2.txt ---垃圾邮件，用于对以训练的样本进行预测，看分类器判断是否为垃圾邮件

  函数文件：ex6_spam.m --- 实验的控制文件，描述实验的进行过程，控制输入输出，绘图等操作。不用修改

                    getVocabList.m ---将vocab.txt读入matlab中，并放在一个一维字符数组vocabList中。不用修改，直接调用

                    porterStemmer.m ---英文分词函数。不用修改，直接调用

                    readFile.m ---读取邮件文本函数。不用修改，直接调用

                    processEmain.m ---对读取的字符串进行加工，如：去标点，分词，去网址，去数字等。需要修改

                    emailFeature.m ---看分好词后，这个词是否在词汇库vocabList中，如果在，则在对应的向量上置1。需要修改

                    svmTrain.m --- 利用训练样本训练SVM分类器，不用修改，直接调用。上篇博客解释过

                    linearKernel.m --- 线性核函数，不用修改，直接调用。上篇博客解释过

                    svmPredict.m --- 利用训练得到的model对新样本进行预测，不用修改，直接调用。上篇博客提到过

1.ex6_spam.m为此程序的实现流程，代码如下

<span style="font-size:12px;">%% Initialization
clear ; close all; clc
%% ==================== Part 1: Email Preprocessing ====================
%  To use an SVM to classify emails into Spam v.s. Non-Spam, you first need
%  to convert each email into a vector of features. In this part, you will
%  implement the preprocessing steps for each email. You should
%  complete the code in processEmail.m