机器学习在垃圾邮件过滤中的实现
打开文本图片集
摘要：随着通信技术的发展，垃圾邮件越来越多，对个人和中小企业危害也越来越大。该文介绍垃圾邮件识别使用的数据集以及特征提取方法，包括词袋模型和词汇表模型，然后介绍朴素贝叶斯、支持向量机、多层感知机、卷积神经网络和循环神经网络在垃圾邮件过滤的实现，经过对比发现多层感知机和卷积神经网络效果最好。
关键词：垃圾邮件;特征提取;NB;SVM;MLP;CNN;RNN
中图分类号：TP393 文献标识码：A
文章编号：1009-3044（2021）08-0154-02
1 引言
垃圾邮件是指收件人拒绝接收或者不同意接收但是仍然收到的邮件[1]，主要包含商业类、广告类、培训类、推广类、报价类等邮件。（剩余3822字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。