面向对象的贝叶斯垃圾邮件过滤?

发布于 2024-07-04 00:29:52 字数 64 浏览 12 评论 0原文

我想知道是否有任何良好且干净的面向对象编程(OOP)实现用于垃圾邮件和文本分类的贝叶斯过滤? 这仅用于学习目的。

I was wondering if there is any good and clean object-oriented programming (OOP) implementation of Bayesian filtering for spam and text classification? This is just for learning purposes.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(6

秋风の叶未落 2024-07-11 00:30:05

法语,但您应该能够找到下载链接:)
PHP 朴素贝叶斯过滤器

In French, but you should be able to find the download link :)
PHP Naive Bayesian Filter

萌无敌 2024-07-11 00:30:04

nBayes - CodePlex 上托管的另一个 C# 实现

nBayes - another C# implementation hosted on CodePlex

蓝戈者 2024-07-11 00:30:03

以下是 C# 中贝叶斯过滤的实现:C# 的朴素贝叶斯垃圾邮件过滤器(托管在 CodeProject 上)。

Here is an implementation of Bayesian filtering in C#: A Naive Bayesian Spam Filter for C# (hosted on CodeProject).

野侃 2024-07-11 00:29:58

我绝对推荐Weka,它是一个开源数据挖掘软件< /em> 用 Ja​​va 编写:

Weka 是用于数据挖掘任务的机器学习算法的集合。 这些算法可以直接应用于数据集,也可以从您自己的 Java 代码中调用。 Weka 包含用于数据预处理、分类、回归、聚类、关联规则和可视化的工具。 它也非常适合开发新的机器学习方案。

如上所述,它附带了许多不同的分类器,例如 SVMWinnow, C4.5、朴素贝叶斯(当然)等等(请参阅 API 文档)。
请注意,众所周知,在垃圾邮件检测或文本分类领域,许多分类器比朴素贝叶斯具有更好的性能

此外,Weka 为您带来了一个非常强大的 GUI...

I definitely recommend Weka which is an Open Source Data Mining Software written in Java:

Weka is a collection of machine learning algorithms for data mining tasks. The algorithms can either be applied directly to a dataset or called from your own Java code. Weka contains tools for data pre-processing, classification, regression, clustering, association rules, and visualization. It is also well-suited for developing new machine learning schemes.

As mentioned above, it ships with a bunch of different classifiers like SVM, Winnow, C4.5, Naive Bayes (of course) and many more (see the API doc).
Note that a lot of classifiers are known to have much better perfomance than Naive Bayes in the field of spam detection or text classification.

Furthermore Weka brings you a very powerful GUI

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文