朴素贝叶斯算法实现垃圾邮件过滤

朴素贝叶斯算法实现垃圾邮件过滤

1．1 题目的主要研究内容

（1）贝叶斯垃圾邮件过滤技术是一种电子邮件过滤的统计学技术，它使用贝叶斯分类来进行垃圾邮件的判别。

（2）贝叶斯分类的运作是借着使用标记（一般是字词，有时候是其他）与垃圾邮件、非垃圾邮件的关连，然后搭配贝叶斯推断来计算一封邮件为垃圾邮件的可能性。

1．2 题目研究的工作基础或实验条件

（1）硬件环境

处理器：Intel(R) Core(TM) i5-7300HQ CPU @ 2.50GHz   2.50 GHz

显卡：英伟达1050

系统类型：64位操作系统, 基于x64的处理器

（2）软件环境

操作系统：Windows10操作系统

开发语言：Python

1．3 设计思想

对于给定的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大就认为此待分类项属于哪个类别。

1．4 流程图

1．5 主要程序代码

# -*- coding: UTF-8 -*-

import numpy as np

import re

import random

  

"""

函数说明:将切分的实验样本词条整理成不重复的词条列表，也就是词汇表

Parameters:

    dataSet - 整理的样本数据集

Returns:

    vocabSet - 返回不重复的词条列表，也就是词汇表

"""

def createVocabList(dataSet):

    vocabSet = set([])  # 创建一个空的不重复列表

    for document in dataSet: