[机器学习]贝叶斯垃圾邮件过滤算法

贝叶斯分类属于监督学习范畴，

所以就需要有训练集Set，以及特特征单词W1，W2...Wn，Y={1,0}

训练过程：

对于Y=1的正例样本 计算 P(W1|Y1),P(W2|Y1)...,P(Wn|Y1)   :  p(wi|Y1)= sum(wi)/sum(Y1)

对于Y=0的负样本 计算 P(W1|Y0),P(W2|Y0)...P(Wn|Y0) ....

训练完成后，对于要判定的事例E，包含 w1，w2, ...,wm个单词

取出P(W|Y0)最高的15个（可根据实际情况调整）

计算单独出现w1为负例的概率p1=p(Y0|W1) = p(W1|Y0)*p(Y0) /(p(W1|Y0)*p(Y0) + p(W1|Y1)*p(Y1)） 带入训练集合中的结果

对于没有出现的词 P(Wu|Y1) =0.01 P(Wu|Y0)=0.4

总概率为 p1*p2*..p15/(p1*p2*..p15+(1-p1)(1-p2)..(1-pn))