java垃圾邮件分类器_正常邮件还是垃圾邮件？机器学习的SMS文本分类

作者 | Deepal Dsilva

来源 | Towards Data Science

编辑| 代码医生团队

介绍

在过去的十年里，移动电话的使用量急剧上升，导致了一个新的垃圾场促销活动。人们在利用日常服务时无辜地发出手机号码，然后充斥着垃圾邮件促销信息。

在这篇文章中，我们将看看使用朴素贝叶斯机器学习模型对SMS消息进行分类，了解为什么朴素贝叶斯能够很好地适应这个用例，并且还可以潜入wordclouds来可视化这个数据集。让我们开始吧！

导入库和数据

我们将使用SMS Spam Collection中的数据集来创建垃圾邮件分类器。这可以从UCI机器学习库下载。

https://archive.ics.uci.edu/ml/datasets/SMS+Spam+Collection

此数据集包括SMS消息的文本以及指示消息是否不需要的标签。垃圾邮件标记为垃圾邮件，而合法邮件标记为火腿。

#Import libraries

library(tm)

library(SnowballC)

library(wordcloud)

library(RColorBrewer)

library(e1071)         #For Naive Bayes

library(caret)         #For the Confusion Matrix

#Import data