实验6 垃圾邮件快速识别思路与实现

实验目的：

（1）熟悉函数定义与调用语法。

（2）熟悉函数默认值参数的用法。

（3）了解垃圾邮件分类方法原理。

（4）熟练使用内置函数sum()、map()。

（5）熟练运用字符串方法。

（6）熟练使用lambda表达式。

（7）理解Python函数式编程模式。

（8）了解算法中rate参数对分类结果的影响。

实验内容：

朴素贝叶斯算法算法、支持向量机算法等主流的垃圾邮件分类算法都依赖于特征向量的提取和数据集对模型的训练，其中特征向量的提取又依赖于对邮件正文的分词结果。如果垃圾邮件发送者在邮件中插入一些干扰符号，很容易影响分词的结果。例如，在“发票”中间插入“【”变成“发【票”将会使得jieba或者snownlp之类的分词工具无法正常分词，从而干扰最终的邮件分类效果。

一般来说，在一封正常邮件中，是不会出现太多类似于【、】、*、-、/这样的字符的。如果一封邮件中包含的类似字符数量超过一定的比例，我们可以直接认为是垃圾邮件，而不需要朴素贝叶斯算法或者支持向量机等复杂的算法，可以大幅度提高分类速度。

编写程序，对给定的邮件内容进行分类，提示“垃圾邮件”或“正常邮件”。

实验内容与完成情况：