摘要：垃圾邮件过滤就是在线对邮件做出Spare（垃圾）或Ham（非垃圾）的判断，这是一种根据客户反馈不断自学习的过程。本文抽取邮件的语言特征和行为特征构建多个简单过滤器，然后采用集成学习方法组合这些简单过滤器，获得了比简单过滤器更高的性能。实验表明单一特征学习的计算复杂性低、速度较快，而集成学习的效果更好。本文提出的将SVM集成学习用于邮件过滤的方法，在各种集成学习方法中效果最好。

原文链接:http://www.cqvip.com//QK/96983X/200801/26384141.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）