基于matlab语言的垃圾邮件分类

基于matlab的垃圾邮件处理，朴素贝叶斯算法

[spmatrix tokenlist category] = readMatrix（‘MATRIX.TEST‘）;

testMatrix = full（spmatrix）;
numTestDocs = size（testMatrix 1）;
numTokens = size（testMatrix 2）;

% Assume nb_train.m has just been executed and all the parameters computed/needed
% by your classifier are in memory through that execution. You can also assume 
% that the columns in the test set are arranged in exactly the same way as for the
% training set （i.e. the j-th column represents the same token in the test data 
% matrix as in the original training data matrix）.

% Write code below to classify each document in the test set （ie each row
% in the current document word matrix） as 1 for SPAM and 0 for NON-SPAM.

% Construct the （numTestDocs x 1） vector ‘output‘ such that the i-th entry 
% of this vector is the predicted class （1/0） for the i-th  email （i-th row 
% in testMatrix） in the test set.
output = zeros（numTestDocs 1）;     

%---------------
% YOUR CODE HERE

%%%%%%%%%%%% CODE BY 王委涛 %%%%%%%%%%%%%%%%%%%%%%%%
%result_test = zeros（numTestDocs1）;    % the result of Test = output 
result = zeros（numclassifier1）;       % 存储每个测试样本的属于各个类别的概率
for i = 1:numTestDocs                  %处理每一个测试样本
    for k = 1:numclassifier            %在各个类别下的情况  
        for j = 1:numTokens        %对每个Token进行处理
            result（k） = result（k） + testMatrix（ij） * log（P_numToken（kj））;%计算P（Xi|Ck）
        end
    result（k） = result（k） + log（P_category（k））;  %计算P（Xi|Ck）P（Ck）
    end
    if（result（1） > result（2））           %比较result（k）判断测试样本类型
        output（i） = 0;
    else
        output（i） = 1;
    end
    for r = 1:numclassifier                    %将存储矩阵清零，以用于存储下一个样本值
        result（r） = 0;
    end
end
%%%%%%%%%%%%%%CODE BY 王委涛 %%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%CODE BY 葛新朋 %%%%%%%%%%%%%%%%%
%计算误判次数
numerror = 0;
for g = 1: numTestDocs
    if（category（g） ~= output（g））
        numerror = numerror + 1;
    end
end
%display
disp（‘The test set error on MATRIX.TEST ‘）
disp（numerror/numTestDocs）;
%%%%%%%%%%%%%%%CODE BY 葛新朋%%%%%%%%%%%%%%%%%%


%---------------

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      74967  2013-09-25 13:35  作业\hw1.pdf

     文件     129205  2013-11-04 23:16  作业\hw2.pdf

     文件        657  2013-11-04 23:16  作业\hw2data.txt

     文件     201135  2012-10-26 14:20  作业\MATRIX.TEST

     文件     525629  2012-10-26 14:20  作业\MATRIX.TRAIN

     文件      33910  2012-10-26 14:20  作业\MATRIX.TRAIN.100

     文件     343763  2012-10-26 14:20  作业\MATRIX.TRAIN.1400

     文件      58065  2012-10-26 14:20  作业\MATRIX.TRAIN.200

     文件     107274  2012-10-26 14:20  作业\MATRIX.TRAIN.400

     文件      21769  2012-10-26 14:20  作业\MATRIX.TRAIN.50

     文件     205046  2012-10-26 14:20  作业\MATRIX.TRAIN.800

     文件       2197  2013-10-27 00:21  作业\nb_test.m

     文件       3116  2013-10-27 00:21  作业\nb_train.m

     文件       1159  2013-07-14 17:29  作业\readMatrix.m

     文件       2665  2013-10-27 00:21  作业\Result_HW1.txt

     文件      15391  2012-10-26 14:20  作业\TOKENS_LIST.txt

     目录          0  2013-11-04 23:17  作业

----------- ---------  ---------- -----  ----

              1725948                    17