机器学习之垃圾信息过滤

文章预览

在网络安全中，对用户发布的垃圾内容，广告进行过滤，或者对文本类别进行分类都是非常重要的一环。cherry分类器使用了贝叶斯模型算法，通过简单的优化，使用了1000个训练数据得到97.5%的准确率，并且提供了混淆矩阵和ROC曲线便于分析。虽然现在主流的框架都带有贝叶斯模型算法，大多数开发者都是直接调用api。但是在实际业务中，面对不同的数据集，必须了解算法的原理，实现以及懂得对结果进行分析，才能达到高准确率。 cherry分类器 cherry分类器默认支持中英文分类，自带的数据缓存中，中文训练数据包含正常，政治敏感，赌博，色情4个类别，英文训练数据包含正常邮件，垃圾邮件两个类别 (训练数据可以通过Google drive下载)。调用非常容易，使用pip安装 ………………………………