基于Andrew ng课后作业6，matlab实现svm算法的垃圾邮件分类器（spam classifier）

零、 背景

matlab也不熟，python也不熟。机器学习没入门。啥也不会。

我们的目标是： 获得数据集 ---> 构造字典 ---> 获得特征向量X,y ---> 训练模型 ---> 预测数据。

一、 邮件数据下载

http://spamassassin.apache.org/old/publiccorpus/

各压缩包内容在该网站上readme.html都有介绍。我使用了spam_2，hard_ham 和 easy_ham。（其实只取了其中的几十个）

然后大概需要批量重命名:  ren  *.*  *.txt

注意： 

spam:  y=1

non-spam: y=0

(根本记不住啊有木有

二、 构造字典（vocabList）

这里有个大坑。因为Andrew男神的作业vocab.txt也就是字典是直接给出的。所以我们要自己构造。

注意字典是采集于垃圾邮件，这里我用100封垃圾邮件（完全不够啊喂，emmmm速度快啊！

处理邮件内容：

function contents = myProcessEmail(email_contents)

%word_indices = [];

contents = [];

% load vocabulary
vocabList = getVocabList();

fprin