Blog

懒癌晚期

---

Project maintained by VirusPC Hosted on GitHub Pages — Theme by mattgraham

Back Home

垃圾邮件分类

1. 预处理邮件（大量邮件）
   1. 转为小写字母
   2. 特殊单词替换：HTML标志，URL，Email地址，
   3. 转化为词干
   4. 移除非单词成分（制表，空格，换行）
2. 单词表
   1. 选择出现频率最高的单词们作为单词表
   2. 为每个单词标记序号
3. 从邮件中提取特征
   1. 构建n维向量，向量下标与单词序号一一对应，存在记为1，不存在记为0.
4. 训练SVM用于垃圾邮件分类
5. 预测

相关资料

相关octave代码以及pdf文件