编写Naïve Bayes分类模型对邮件文本进行分类,判断该邮件是不是垃圾邮件(二分类)。我们已经通过数据预处理,将原始的邮件文本数据转化为分类器可用的数据向量形式,具体:数据表示为整型数向量x=(x1,x2,…,xd)。d是数据特征向量的维数,每个输入数据样本的格式为:
Label x1 x2 … xd
其中Label为0或者1的整型数字(0表示正常邮件,1表示垃圾邮件);
x1 x2 … xd是离散化后的特征,表示为从0开始的自然数;
维度d小于20;
如果Label=?,则表示希望输出的预测类别值(需要预测的类别一定已在对应的训练数据中已经出现过)。