我们可以从Naive Bayes＆amp; amp;获得垃圾邮件过滤的混合算法吗？ SVM？

Question

我正在开发垃圾邮件过滤应用程序。我需要有关Naive Bayes＆amp; amp;混合算法的建议。 SVM（例如，基于特征向量，概率）。任何帮助表示赞赏。我们可以从朴素贝叶斯开发混合算法吗？ SVM？

Answer 1

不确定为什么要合并这两种特定方法，但可以使用ensemble learning方法。

编辑：根据您的评论，您似乎已经拥有两个经过独立培训的分类器，并希望将它们一起用于分类。一种可能的方法是共同校准分类器结果，例如，通过求和和阈值处理。

即：给定输入，例如一封电子邮件，Naive Bayes和SVM都会产生真正有价值的结果;让我们表示这些结果 nb 和 svm 。 您可以使用线性回归来查找系数 c1 和 c2 以及阈值 t ，这样您就可以将电子邮件归类为垃圾邮件，只有< em> c1 * nb + c2 * svm ＆gt; 吨。当然，你可以使用更复杂的方法，但幸运的是，这会比每个分类器独立地提供更好的性能。