Question

我正在寻找一个进行贝叶斯垃圾邮件过滤的Python库。我查看了SpamBayes和OpenBayes，但两者似乎都没有维护（我可能错了）。

有人能推荐一个优秀的Python（或Clojure，Common Lisp，甚至Ruby）库来实现贝叶斯垃圾邮件过滤吗？

提前致谢。

澄清：我实际上在寻找贝叶斯垃圾邮件分类器，而不一定是垃圾邮件过滤器。我只想用一些数据训练它，然后告诉我一些给定的数据是否是垃圾邮件。抱歉有任何困惑。

Answer 1

试试Reverend。这是一个垃圾邮件过滤模块。

Answer 2

您想要垃圾邮件过滤还是贝叶斯分类？

对于贝叶斯分类，有许多Python模块。我刚刚回顾Orange，看起来非常令人印象深刻。 R有许多贝叶斯模块。您可以使用Rpy挂钩到R。

Answer 3

RedisBayes对我很好看：

http://pypi.python.org/pypi/redisbayes/0.1.3

根据我的经验，与MySQL，PostgreSQL或任何其他RDBMS相比，Redis是您堆栈的一个非常棒的补充，可以帮助以极快的速度处理数据。

import redis, redisbayes
rb = redisbayes.RedisBayes(redis=redis.Redis())

rb.train('good', 'sunshine drugs love sex lobster sloth')
rb.train('bad', 'fear death horror government zombie god')

assert rb.classify('sloths are so cute i love them') == 'good'
assert rb.classify('i fear god and love the government') == 'bad'

print rb.score('i fear god and love the government')

rb.untrain('good', 'sunshine drugs love sex lobster sloth')
rb.untrain('bad', 'fear death horror government zombie god')

希望有所帮助。

Answer 4

尝试使用bogofilter，我不确定它是如何从Python中使用的。 Bogofilter与许多邮件系统集成在一起，这意味着相对容易接口。

Answer 5

SpamBayes 维护，并且已经成熟（即无需一直有新版本即可运行）。它会很容易地做你想要的。请注意，SpamBayes只是松散的贝叶斯（它使用卡方组合），但可能你是在进行任何类型的基于统计令牌的分类，而不是特定的贝叶斯分类。

Answer 6

Python自然语言工具包（nltk）中的模块执行朴素的贝叶斯分类：nltk.classify.naivebayes。

免责声明：我知道所有关于贝叶斯分类的废话，天真或世俗。

用于Python的贝叶斯垃圾邮件过滤库

6 个答案: