机器学习——垃圾邮件分类

本期延续上期的支持向量机，为支持向量机找到一个应用场景——垃圾邮件分类。

由于上期的svm都训练了好几轮，这次垃圾邮件分类在数据给出的前提下已经很简单了，这里直接给出代码，不做分析。

import numpy as np import pandas as pd import scipy.io as scio import matplotlib.pyplot as plt from sklearn.svm import SVC spamTrain = scio.loadmat("D:\CourseraML\ex6\data\spamTrain.mat") #训练集 spamTest = scio.loadmat("D:\CourseraML\ex6\data\spamTest.mat") #测试集 X, y = spamTrain["X"], spamTrain["y"] #训练集特征和标签 Xtest, ytest = spamTest["Xtest"], spamTest["ytest"] #测试集的特征和标签 svcmodel = SVC() #模型初始化 svcmodel.fit(X, y.ravel()) #训练模型 score = svcmodel.score(Xtest, ytest) #模型得分 print(score)

得到模型得分大约是0.987