使用贝叶斯做垃圾邮件分类

1、引入训练的邮件，正常邮件500封，垃圾邮件500封。

2、建立词汇表。

3、求训练邮件、测试邮件的词表向量化，返回的是一个包含正常与垃圾邮件向量的二维数组。A.训练邮件——B.训练邮件

4、计算先验概率和条件概率，此处有两个改进的地方：(1)若有的类别没有出现，其概率就是0，会十分影响分恽贴淑溪类器的性能。所以采取各类别默认1次累加，总类别（两类）次数2，这样不影响相对大小。(2)若很小是数字相乘，则结果会更小，再四舍五入存在误差，而且会造成下溢出。采取取log，乘法变为加法，并且相对大小趋势不变。

5、引入测试集，正常邮件50封，垃圾邮件50封。

6、利用测试集的词表向量化和训练集的先验概率、条件概率来测试，得到精确度。