机器学习模型训练python 邮件分类

1.data文件内为训练及测试用的邮件数据 2.data文件夹中的index文件保存了每份邮件数据对应的分类，ham表示正常邮件，spam表示恶意邮件 3.测试数据文件夹内保存有4份未知类别的邮件，用于后续测试体验 4.概率文件夹内的ProbDict.txt为提供的概率文件，保存了运用贝叶斯算法求得的分词属于垃圾邮件或正常邮件的概率。文件内第一列是分词，第二列是属于垃圾邮件的概率，第三列是属于正常邮件的概率。每次新训练得到的概率文件在根目录下生成。 AI垃圾邮件分类器（行命令）说明： 1.项目所需依赖库已导出至requirements.txt，在新的环境下，进入项目根目录执行以下脚本完成所有依赖包的安装：pip install -r requirements.txt 2.运行程序后，可进行数据训练，生成新的概率文件ProbDict.txt；也可利用已有的概率文件进行邮件分类测试体验。注：若没有概率文件，必须先进行训练 3.也可以选择直接在Shell界面输入邮件内容判断是否恶意；或者选择测试数据文件夹内的邮件文件名，判断是否恶意。