使用线性SVM实现对垃圾邮件分类

代码地址

代码地址

使用线性SVM实现对垃圾邮件分类

（1）问题描述：

​ 编程实现一个垃圾邮件SVM线性分类器，分别在训练集和测试集上计算准确率。其中训练数据文件：task3_train.mat，要求导入数据时输出样本数和特征维度。测试数据文件：task3_test.mat，要求导入数据时输出样本数和特征维度，测试数据标签未给出。（程序运行时间10mins左右）

（2）实现过程：

1. 分析数据：

   利用给出loadData()，读取数据，并输出维度：

   X, y = svmF.loadData('task3_train.mat')
   shape = np.shape(X)
   print('训练集样本数:%d,特征维度:%d' % (shape[0], shape[1]))
   
   '''
   output:
   训练集样本数:4000,特征维度:1899
   '''
   
   

   观察输入如下图所示：

   

   可知，这里是已经完成了邮件特征变量的提取的数据。

   完成了邮件特征变量的提取之后, 可以利用4000个训练样本和1000个测试样本训练SVM算法, 每个原始的邮件将会被转化为一个 x ∈ R 1900 x \in R^{1900}