利用Python进行邮件预测（LSTMs 和时间序列）

最新推荐文章于 2024-09-29 13:24:39 发布

sukeee

最新推荐文章于 2024-09-29 13:24:39 发布

阅读量2.1k

点赞数

分类专栏：实践小笔记

本文链接：https://blog.csdn.net/sukeee/article/details/86104293

版权

本文探讨了使用Python进行邮件预测，通过LSTM和Prophet库进行时间序列分析。研究了163邮箱的数据，分析邮件收发的统计特性，建立预测模型，发现Prophet模型在RMSE上表现最优，揭示了邮件数量的增势和季节性变化。

摘要由CSDN通过智能技术生成

本文包括邮箱登入，邮件数据分析，长短时神经网络分析，时间序列分析。

参考文献原文为对google邮箱的翻译

1 163邮箱登入

本文利用imapclient库进行登入，网易邮箱登入会遇到错误可以refer一下链接本文主要获取邮件收取的时间序列，需要获取邮件更多信息可以参考。获取2016年1月1日开始至今的邮件。

import imapclient
import pandas as pd
import getpass

youremail = input()
yourpassword = getpass.getpass()

imapObj = imapclient.IMAPClient("imap.163.com", ssl=True) #若使用其他邮箱 可以换为其他邮箱的IMAP服务器地址 
imapObj.login(youremail, yourpassword)
imapObj.select_folder("INBOX", readonly=True)

UIDs = imapObj.search('(SINCE "01-Jan-2016")')

mails = []
for msgid, data in imapObj.fetch(UIDs, ["ENVELOPE"]).items():
    envelope = data[b"ENVELOPE"]
    date = envelope.date
    if envelope.subject is not None:
        subject = envelope.subject.decode()
    else:
        subject = None
    mails.append((subject, date))

mail_df = pd.DataFrame(mails)
mail_df.columns = ["Subject", "Date"]
mail_df["Date"] = pd.to_datetime(mail_df["Date"])
mail_df = mail_df.set_index("Date")

print("A total of {} e-mails loaded.".format(len(mail_df)))

python2 环境可以运行，换完python3 环境会遇到以下问题[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:748) 暂未解决

2 邮件数据分析

本节对数据按照小时和星期进行总汇分析，并进行可视化。
对于可视化的色彩渐变可参考，更改调色板可参考。

#分析汇总代码
import calendar
import seaborn as sns
import matplotlib.pyplot as plt

weekdays = [calendar.day_name[i] for i in range(7)]

# E-Mails per Hour
per_hour = pd.DataFrame(mail_df["Subject"].resample("h").count())
per_hour_day = (
    per_hour.groupby([per_hour.index.hour]).sum()
    / per_hour.groupby([per_hour.index.hour]).count()
)
per_hour_day.reset_index(inplace=True)
per_hour_day.columns = ["Hour