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... ...
分类：
其他好文 时间：
2018-12-06 20:54:08
阅读次数：
195
1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量 。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词汇出现概率的向量 。 6. 测 ...
分类：
其他好文 时间：
2018-12-06 20:35:31
阅读次数：
106
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 3. 垃圾邮件分类 数据准备： 用csv读取邮件数据，分解出邮件类别及邮 ...
分类：
其他好文 时间：
2018-12-06 17:59:39
阅读次数：
170
朴素贝叶斯应用：垃圾邮件分类 1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量 。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词 ...
分类：
其他好文 时间：
2018-12-06 11:05:10
阅读次数：
253
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... ...
分类：
其他好文 时间：
2018-12-06 11:05:02
阅读次数：
174
今天财务部收到了几个欺诈的电子邮件，显示名（displayname）是大老板的，但是真正的邮箱是错误的，明摆着是垃圾邮件。虽然大家不会那么傻，但是预防万一，豆子还是在Office365上添加了一条规则进行过滤。规则如下为了避免真正的邮件被过滤掉了，我设置的是所有这些来自外网的‘同名’邮件先发给我审核。下面测试一下，让同事随便注册了一个邮箱然后发送给公司地址。这个邮件会首先发给我，如果我Reject
分类：
其他好文 时间：
2018-12-05 12:17:46
阅读次数：
289
from sklearn.metrics import confusion_matrix, classification_report from sklearn.naive_bayes import MultinomialNB import csv file_path=r'F:\duym\ai\sm... ...
分类：
其他好文 时间：
2018-12-04 22:36:43
阅读次数：
235
# 若没有nltk则先定义一个空函数 def pre(text): pre_text=text return pre_text #读取数据 import csv # with open(r'd:/SMSSpamCollectionjsn.txt',encoding = "utf-8")as file... ...
分类：
其他好文 时间：
2018-12-03 16:36:03
阅读次数：
232
import nltk from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer def preprocessing(text): tokens=[word for sent in nltk.sent_toke... ...
分类：
其他好文 时间：
2018-12-03 12:50:13
阅读次数：
132
1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量 。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词汇出现概率的向量 。 6. 测 ...
分类：
其他好文 时间：
2018-12-03 12:00:56
阅读次数：
226
