def spam():
# spam类对象
spam = spamEmailBayes()
testDict = {}
# 保存每封邮件中出现的词
wordsList = []
wordsDict = {}
# 保存预测结果,key为文件名，值为预测类别
testResult = {}
testDict.clear()
wordsDict.clear()
wordsList.clear()
# 需要从request对象读取表单内容：
json_data = request.form['json_data']
json_data = json.loads(json_data)
for data in json_data:
article_id = data['id']
article_title = data['article_title']
article_abstract = data['article_abstract']
article_title_abstract = article_title + article_abstract
rule = re.compile(r"[^\u4e00-\u9fa5]")
article_title_abstract = rule.sub("", article_title_abstract)
spam.get_word_list(article_title_abstract, wordsList, stopList)
spam.addToDict(wordsList, wordsDict)
testDict = wordsDict.copy()
# 通过计算每个文件中p(s|w)来得到对分类影响最大的10个词
wordProbList = spam.getTestWords(testDict, spamDict, normDict,
normFilelen, spamFilelen)
print(wordProbList)
# Detail =
# 对每封邮件得到的5个词计算贝叶斯概率
p = spam.calBayes(wordProbList, spamDict, normDict)
if (p > 0.8):
testResult.setdefault(article_id, 1)
else:
testResult.setdefault(article_id, 0)
# for i, ic in testResult.items():
# print(i + "/" + str(ic))
return '''
<h3>Result:</h3><h3>{}</h3>
'''.format(testResult)
#encoding=utf-8
'''
Created on 2018年3月11日
@author: yeshan
'''
from spam.spamEmail import spamEmailBayes
import re
#spam类对象
spam=spamEmailBayes()
#保存词频的词典
spamDict={}
normDict={}
testDict={}
#保存每封邮件中出现的词
wordsList=[]
wordsDict={}
#保存预测结果,key为文件名，值为预测类别
testResult={}
#分别获得正常邮件、垃圾邮件及测试文件名称列表
normFileList=spam.get_File_List("./../data/normal")
spamFileList=spam.get_File_List("./../data/spam")
testFileList=spam.get_File_List("./../data/test")
#获取训练集中正常邮件与垃圾邮件的数量
normFilelen=len(normFileList)
spamFilelen=len(spamFileList)
#获得停用词表，用于对停用词过滤
stopList=spam.getStopWords()
#获得正常邮件中的词频
for fileName in normFileList:
#encoding=utf-8
'''
Created on 2016年4月18日
@author: lenovo
'''
from spam.spamEmail import spamEmailBayes
import re
#spam类对象
spam=spamEmailBayes()
#保存词频的词典
spamDict={}
normDict={}
testDict={}
#保存每封邮件中出现的词
wordsList=[]
wordsDict={}
#保存预测结果,key为文件名，值为预测类别
testResult={}
#分别获得正常邮件、垃圾邮件及测试文件名称列表
normFileList=spam.get_File_List(r"E:\EclipseWorkspace\BayesSpam\data\normal")
spamFileList=spam.get_File_List(r"E:\EclipseWorkspace\BayesSpam\data\spam")
testFileList=spam.get_File_List(r"E:\EclipseWorkspace\BayesSpam\data\test")
#获取训练集中正常邮件与垃圾邮件的数量
normFilelen=len(normFileList)
spamFilelen=len(spamFileList)
#获得停用词表，用于对停用词过滤
stopList=spam.getStopWords()
#获得正常邮件中的词频
for fileName in normFileList: