Page 70 - 高中 信息技术 选择性必修4 人工智能初步

第三章 机器学习与人工智能的核心算法

实 践

打开并运行server.py程序，建立TCP通信服务器端，模拟邮件的接收。其中垃圾邮件
分类器建立的关键过程如下：

（1）训练分类器前，要先将邮件中的句子分成一个个词汇，jieba模块为我们提供了
方便的汉语分词功能。

import jieba

res = list(set(list(jieba.cut(email))))
wordlist[dirt].extend(res)
广东教育出版社

（2）使用collections统计模块分别计算正常（normal）邮件和垃圾（trash）邮件中某
词占邮件总词汇数的比例，计算该词的 ，也就是在该词影响下，该邮件是垃圾邮
件的概率

当收到一封未知邮件时，在不确定的前提下，我们假定它是垃圾邮件和正常邮件的概

率各为50%，即P ( s ) = P ( n ) = 50%。

# 导入sklearn模块的朴素贝叶斯分类器高斯模型GaussianNB
from sklearn.naive_bayes import GaussianNB

# 创建分类器
clf = GaussianNB( )

# 训练分类器
X=features_train
Y=labels_train
clf.fit(X,Y)

（3）提取该邮件中出现概率 最高的15个词，联合概率

设定阈值P>0.9为垃圾邮件，P<0.9为正常邮件。

62 62

21Y3228.indd 62 2019/10/10 14:23:55