通过结合朴素贝叶斯与简单 k-近邻搜索改进垃圾邮件过滤
机器学习
2007-05-23 v1
摘要
在过去几个月中，使用朴素贝叶斯进行电子邮件分类变得非常流行。它们易于实现且非常高效。在本文中，我们希望展示结合朴素贝叶斯与 k-近邻搜索进行电子邮件分类的实证结果。使用该技术，我们表明在特征数量较多时，贝叶斯过滤器的准确率可以略有提升，而在特征数量较少时则能显著提升。
引用
@article{arxiv.cs/0312004,
title = {Improving spam filtering by combining Naive Bayes with simple k-nearest neighbor searches},
author = {Daniel Etzold},
journal= {arXiv preprint arXiv:cs/0312004},
year = {2007}
}