基于贝叶斯算法的JavaMail垃圾邮件过滤实现 基于贝叶斯算法的JavaMail垃圾邮件过滤实现 基于贝叶斯算法的JavaMail垃圾邮件过滤实现 基于贝叶斯算法的JavaMail垃圾邮件过滤实现
2021-06-05 09:04:20
603KB
1
针对传统的单一算法对垃圾邮件进行过滤效果不理想的问题，在分析和研究最小风险贝叶斯算法和AdaBoost算
法的基础上，将两者结合在一起，提出一种基于AdaBoost的最小风险贝叶斯的垃圾邮件过滤算法，将其应用到垃圾邮件过滤
中，并分别与最小风险贝叶斯算法和AdaBoost算法的过滤效果进行比较，结果表明，该算法能够有效提高邮件过滤的准确率，
改善垃圾邮件过滤系统的整体性能。
2021-05-16 09:12:33
247KB
1
邮件数据包括训练集train（正常邮件normal，垃圾邮件spam），测试集test，中文停用词文件cn_stopwords.txt
2021-01-31 14:18:44
15.55MB
1
信息增益是文本分类中一种有效的特征项选择方法，针对垃圾邮件过滤中的特征项选择问题，提出了一种改进的信息增益方法提取特征词，并采用了最小风险贝叶斯的决策方法，最后在英文语料库上进行实验，实验结果表明改进后的方法降低了过滤器对合法邮件的误判。
2021-01-30 23:03:59
564KB
1
使用Logistic回归模型进行中文文本分类，通过实验，比较和分析了不同的中文文本特征、不同的特征数目、不同文档集合的情况下，基于Logistic回归模型的分类器的性能。并将其与线性SVM文本分类器进行了比较，结果显示它的分类性能与线性SVM方法相当，表明这种方法应用于文本分类的有效性。
2020-01-03 11:39:24
576KB
1