使用朴素贝叶斯算法实现中文邮件分类_基于机器学习(朴素贝叶斯)的垃圾邮件检测...

1.概念介绍。

机器学习我们一般可以分为两大类，模式识别和异常检测。从行为来看，模式识别和异常检测边界比较模糊。在模式识别中，我们试图发现隐藏在数据中的显式或潜在的特性，形成特征集进行分类判断。异常检测从另一个维度进行知识发掘，最后的目标是建立给定数据中大部分的正太性，不是学习某些数据子集存在的特定模式，从各种正常情况的偏离都是异常行为，这也就是异常检测，比如说离群点检测。

2.背景介绍

邮件已在日常工作中应用非常广泛，是我们日常办公必不可少的通讯工具之一，随着邮件的使用频率越来越高，垃圾邮件也随之而来。垃圾邮件的爆发，困扰着每一位深度邮件使用者，目前各大安全厂商提供非常多的反垃圾邮件系统，可相对有效保障我们在工作过程中不被垃圾邮件所侵扰，本篇利用朴素贝叶斯对垃圾邮件语料库进行训练分类，最终达到可期的垃圾邮件检测效果。

我尽可能将代码注释写详细，即使不懂代码也可大体了解其实现流程和原理。

3.功能实现

1.语料库选择

中文垃圾邮件语料下载地址：https://plg.uwaterloo.ca/~gvcormac/treccorpus06/

选择中文