700字范文,内容丰富有趣,生活中的好帮手!
700字范文 > Python微调文本顺序对抗朴素贝叶斯算法垃圾邮件分类机制

Python微调文本顺序对抗朴素贝叶斯算法垃圾邮件分类机制

时间:2018-11-16 10:57:40

相关推荐

Python微调文本顺序对抗朴素贝叶斯算法垃圾邮件分类机制

封面图片:《Python可以这样学》,ISBN:9787302456469,董付国,清华大学出版社

图书详情(京东)

=================

关于朴素贝叶斯算法中文垃圾邮件分类,可以参考:

Python+sklearn使用朴素贝叶斯算法识别中文垃圾邮件

分词是很多文本分类技术中很重要的一个环节,如果这个环节被破坏,会严重影响分类的准确性。

为了对抗这种垃圾邮件分类机制,有些垃圾邮件发送程序在文本中插入【】#¥*@&$等干扰字符来影响分词,从而影响整个分类机制的正确性。这样处理过的垃圾邮件实际上更容易识别和检测。因为在正常邮件文本中是不应该出现太多干扰字符的,如果出现了,那么直接判定为垃圾邮件在很大概率上也是正确的。检测方法思路可以参考:

Python统计一个字符串中所有字符在另一个字符串出现的总次数

由于人类在阅读文本时,一般是从粗到细和粗细结合的过程,先是一目十行大概了解,如果有感兴趣或需要的内容再缩小窗口逐行阅读,甚至逐词逐字反复阅读,并且在阅读过程中还会根据知识密集程度动态调整阅读窗口。

在这样的阅读方式下,部分字词的顺序交换以后并不容易发现,即使发现一般也不会影响内容的理解,大脑会根据记忆和知识的积累自动识别和纠正部分错误。

根据这一特点,如果对邮件文本中部分字词的顺序进行调整,会直接影响分词结果和朴素贝叶斯算法或类似算法的准确率,欺骗垃圾邮件过滤机制,使得垃圾邮件出现在正常收件箱中的概率大幅度增加。

演示代码:

温馨提示

关注本公众号“Python小屋”,通过菜单“最新资源”==>“历史文章”可以快速查看分专题的850篇技术文章列表(可根据关键字在页面上搜索感兴趣的文章),通过“最新资源”==>“微课专区”可以免费观看350节Python微课,通过“最新资源”==>“培训动态”可以查看近期Python培训安排,通过“最新资源”==>“教学资源”可以查看Python教学资源。

--------董付国老师Python系列图书--------

友情提示:不建议购买太多,最好先通过京东、当当、天猫查阅图书了解目录和侧重点,然后再选择购买适合自己的书。

1)《Python程序设计(第2版)》清华大学出版社,8月

2)《Python可以这样学》清华大学出版社,2月

3)《Python程序设计基础(第2版)》清华大学出版社,1月

4)《中学生可以这样学Python》清华大学出版社,配套微课:《中学生可以这样学Python》84节微课免费观看地址

5)《Python程序设计开发宝典》清华大学出版社,10月

6)《玩转Python轻松过二级》清华大学出版社,5月

7)《Python程序设计基础与应用》机械工业出版社,9月

8)《Python程序设计实验指导书》清华大学出版社,4月

9)《Python编程基础与案例集锦(中学版)》电子工业出版社,4月

10)《大数据的Python基础》机械工业出版社,预计5月出版

11)译作《Python程序设计》,机械工业出版社(华章),11月出版

12)繁体版《Python也可以这样学》,台湾博硕文化股份有限公司,10月出版,本书为《Python可以这样学》在台湾发行的繁体版,两本书内容一样,不建议重复购买。

(13)《Python程序设计实例教程》,机械工业出版社

《中学生可以这样学Python》84节微课免费观看地址

Python课程期末考试编程题自动批卷原理与实现模板

“Python小屋”免费资源汇总(截至11月28日)

Python课堂上我与学生斗智斗勇已8个学期

技术要点|Python监控学生端电脑屏幕自动识别学习状态

课后习题答案

《Python程序设计基础(第2版)》习题答案

《Python程序设计基础与应用》课后习题答案

实验指导书

《Python程序设计》实验指导书(30个实验)

Python实验项目1例:使用进程池统计指定范围内素数的个数

教学大纲

非计算机专业《Python程序设计基础》教学参考大纲

计算机相关专业“Python程序设计”教学大纲(参考)

课件

1900页Python系列PPT分享一:基础知识(106页)

1900页Python系列PPT分享二:Python序列(列表、元组、字典、集合)(154页)

1900页Python系列PPT分享三:选择与循环结构语法及案例(96页)

1900页Python系列PPT分享四:字符串与正则表达式(109页)

1900页Python系列PPT分享五:函数设计与应用(134页)

1900页Python系列PPT分享六:面向对象程序设计(86页)

1900页Python系列PPT分享七:文件操作(132页)

1900页Python系列PPT分享八:异常处理结构与程序调试、测试(70页)

2000页Python系列PPT分享九:(GUI编程)(122页)

报告PPT

报告PPT(163页):基于Python语言的课程群建设探讨与实践

报告PPT(123页):Python编程基础精要

(PPT)Python程序设计课程教学内容组织与教学方法实践

报告PPT|Python编程之美(45页)

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。