《机器学习实战》学习笔记：基于朴素贝叶斯的垃圾邮件过滤

几率是许多机器学习算法的基础，在前面生成决策树的过程当中使用了一小部分关于几率的知识，即统计特征在数据集中取某个特定值的次数，而后除以数据集的实例总数，获得特征取该值的几率。python 以前的基础实验中简单实现了朴素贝叶斯分类器，并正确执行了文本分类，这一节将贝叶斯运用到实际场景，垃圾邮件过滤这一实际应用。web 实例：使用朴素贝叶斯过滤垃圾邮件正则表达式 在上一节：http://blog.cs

>>阅读原文<<