**训练模型基本流程:
- 获取数据:pandas读取数据;
- 数据分析:;
- 数据处理:数据预处理,划分得到训练集测试集;
- 模型训练与测试:调用sklearn.naive_bayes;
- 模型评估:使用【f1】评估模型**
问题描述:
根据邮件文本数据预测该邮件是否为垃圾邮件。使用朴素贝叶斯分类器。
数据集:“spam_data.txt”(7148条数据)
其中垃圾邮件:960条,非垃圾邮件:6188条。
数据描述:一共7148条样本,分类标签为{0, 1}分别表示,否和是。基于文本数据,判定邮件是否为垃圾邮件。部分数据如下:
- 获取数据:pandas读取数据;
def get_Data(filename):
data = pd.read_csv(filename, sep=',', engine='python')
print(data.head())
return data
- 数据分析:;
def del_data(data):
# 分割数据
X_train, X_test, y_train, y_test = train_test_split(
data["mail"], data["label"], test_size=0.2, random_state=15)
# 清洗数据
train_data = []
test_data = [