短信作为一种重要的交流手段，在人们的日常生活中正发挥越来越重要的作用。伴随着短信的广泛使用，垃圾短信也严重困扰着人们的生活。因此研究高效实用的垃圾短信分类方法很有必要。此代码通过python是实现基于SVM的垃圾短信分类

flask-demo 基于flask框架的使用神经网络模型识别过滤垃圾短信的Demo 快速起步 若提示缺少lib，pip install 对应的包即可 1.环境&技术 运行环境：Anaconda 后台框架：Flask 前端框架：Bootstrap 前端插件： 2.运行 python run.py 默认项目访问路径为 3.预览 感谢 感谢《Flask Web Development: Developing Web Applications with Python》一书，感谢提供了很棒的bootstrap-fileinput插件。 不足 对结果的展示不太好，无法和具体的垃圾短信一一对应，只用了g对象存储结果。

垃圾短信预测，训练集为txt，来源lintcode

基于机器学习的垃圾短信识别应用.pdf

本文采用对分类的样本数据短信文本词频统计，转化为tf-idf权值向量(即文本向量表示法),代入高斯贝叶斯模型进行训练。内有详细代码和实现过程。

垃圾邮件 实现一个垃圾短信识别系统，在给定的数据集上验证效果。 短信数据 标签域：1表示垃圾短信/ 0表示正常短信 文本域：短信源文本（进行了一些处理） 分类算法 KNN：K最近邻 LR：逻辑回归 RF：随机森林 DT：决策树 GBDT：梯度提升决策树 SVM：支持向量机 多项式NB：多样式分布朴素贝叶斯 BernoulliNB：伯努利分布朴素贝叶斯 环境依赖 Classfier（模型训练） （已集成至项目内，无需安装） 站点（演示样本） 项目结构 . ├──Classfier（模型训练） │ ├── DataProcess(数据预处理) │ │ ├── jieba(结巴分词库) │ │ ├── DataPreprocess.py(数据预处理) │ │ └── message.txt(训练数据) │ │ │ └── Classifiers.py(分类器) │

短信 它是一个免费和匿名地自动将垃圾短信发送到电话号码的工具。 它使用工具（Quack-Impulse）进行垃圾邮件，此外，它还具有将电话号码保存在黑名单（黑名单）中并连续对黑名单中的所有号码进行垃圾邮件发送的功能。 演示 平台 [√] Termux [√] Kali Linux [√]鹦鹉秒 要求 [-] git [-] python3 安装 git clone 光盘设置 chmod 777 SETSMS.sh bash SETSMS.sh 由Darkmux创建 :copyright:白帽

含80万条带标注中文短信（其中1表示垃圾短信，0表示正常短信）； 20万条不带标注的中文短信； 参考链接： https://github.com/hrwhisper/SpamMessage

垃圾短信智能治理系统研究.pdf

机器学习之-基于文本内容的垃圾短信识别-所需数据.rar