首页 / 邮件 / 朴素贝叶斯应用:垃圾邮件分类
朴素贝叶斯应用:垃圾邮件分类
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了朴素贝叶斯应用:垃圾邮件分类,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1892字,纯文字阅读大概需要3分钟。
内容图文
![朴素贝叶斯应用:垃圾邮件分类](/upload/InfoBanner/zyjiaocheng/1083/f116c7b2e263460f8124bfc7be628375.jpg)
import nltk from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer #预处理def preprocessing(text): tokens=[word for sent in nltk.sent_tokenize(text) for word in nltk.word_tokenize(sent)] stops=stopwords.words(‘english‘) tokens=[token for token in tokens if token notin stops] tokens=[token.lower() for token in tokens if len(token)>=2] lmtzr=WordNetLemmatizer() tokens=[lmtzr.lemmatize(token) for token in tokens] preprocessed_text=‘‘.join(tokens) return preprocessed_text preprocessing((text)) #读取数据集import csv file_path=r‘C:\Users\pc\Desktop\SMSSpamCollectionjsn.txt‘ sms=open(file_path,‘r‘,encoding=‘utf-8‘) sms_data=[] sms_label=[] csv_reader=csv.reader(sms,delimiter=‘\t‘) for line in csv_reader: sms_label.append(line[0]) sms_data.append(line[1]) sms.close(); print("邮件的总数:",len(sms_label)) sms_label #划分训练集和测试集from sklearn.model_selection import train_test_split x_train,x_test,y_train,y_test=train_test_split(sms_data,test_size=0.3,random_state=0,startify=sms_label) #将其向量化from sklearn.feature_extraction.text import TfidfVectorizer vectorizer=TfidfVectorizer(min_df=2,ngram_range=(1,2),stop_words=‘english‘,strip_accents=‘unicode‘,norm=‘12‘) X_train=vectorizer.fit_transform(x_train) X_text=vectorizer.transform(x_test) X_train a=X_train.toarray() print(a) for i in range(1000): for j in range(5984): if a[i,j]!=0: print(i,j,a[i,j]) #朴素贝叶斯分类器from sklearn.navie_bayes import MultinomialNB clf= MultinomialNB().fit(X_train,y_train) y_nb_pred=clf.predict(X_test) #分类结果显示from sklearn.metrics import confusion_matrix from sklearn.metrics import classification_report #x_test预测结果print(y_nb_pred.shape,y_nb_pred) print(‘nb_confusion_matrix:‘) #混淆矩阵 cm=confusion_matrix(y_test,y_nb_pred) print(cm) print(‘nb_classification_report:‘) #分类指标文本报告 cr=classification_report(y_test,y_nb_pred#主要分类指标的文本报告print(cr)
原文:https://www.cnblogs.com/zhanyuki/p/10075301.html
内容总结
以上是互联网集市为您收集整理的朴素贝叶斯应用:垃圾邮件分类全部内容,希望文章能够帮你解决朴素贝叶斯应用:垃圾邮件分类所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。