身边的数据挖掘

最新推荐文章于 2021-03-28 19:11:13 发布

北柠陌寒0207

最新推荐文章于 2021-03-28 19:11:13 发布

阅读量345

点赞数

分类专栏：笔记

本文链接：https://blog.csdn.net/m0_51965577/article/details/109305729

版权

笔记专栏收录该内容

13 篇文章

订阅专栏

本文介绍了一种使用朴素贝叶斯算法来识别垃圾邮件的方法。通过分析邮件正文中的词汇，如‘报销’、‘发票’等，计算邮件属于垃圾邮件的概率，并据此做出判断。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

邮箱系统如何分辨一封Email是否属于垃圾邮件？这应该属于文本挖掘的范畴，通常会采用朴素贝叶斯的方法进行判别。它的主要原理是，根据邮件正文中的单词，是否经常出现在垃圾邮件中，进行判断。例如，如果一份邮件的正文中包含“报销”、“发票”、“促销”等词汇时，该邮件被判定为垃圾邮件的概率将会比较大。

一般来说，判断邮件是否属于垃圾邮件，应该包含以下几个步骤。
第一，把邮件正文拆解成单词组合，假设某篇邮件包含100个单词。
第二，根据贝叶斯条件概率，计算一封已经出现了这100个单词的邮件，属于垃圾邮件的概率和正常邮件的概率。如果结果表明，属于垃圾邮件的概率大于正常邮件的概率。那么该邮件就会被划为垃圾邮件。