مراجعة: مرشح البريد العشوائي
جزء من قسم التعلّم الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 20 من 58.
التحدي
متوسطأنشئ مرشح البريد العشوائي الذي بدأ به هذا الفصل. يحتوي emails.csv على 200 رسالة بريد إلكتروني: links وexclaims وcaps_words وfrom_contact (القيمة 1 لمرسل معروف) وwords وspam. يقرأ البرنامج عتبة.
- احجز ربع البيانات للاختبار (
random_state=0)، وطبّق التحجيم على صفوف التدريب، ودرّب نموذجًا من نوعLogisticRegression؛ ثم اطبع دقته على الاختبار (3 منازل عشرية). - عند العتبة، احسب عدد رسائل البريد الإلكتروني الاختبارية التي صُنّفت كبريد عشوائي، وعدد الرسائل الحقيقية بينها، وعدد رسائل البريد العشوائي التي مرّت.
- اطبع أقوى دليل على البريد العشوائي ووزنه (منزلتان عشريتان).
لخدمة أخرى وعند 0.7:
Test accuracy: 0.884
At 0.7: 15 emails to spam (1 of them real), 4 spam let through
Strongest spam evidence: links (1.38)جرّب بنفسك
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
emails = pd.read_csv("emails.csv")
features = ["links", "exclaims", "caps_words", "from_contact", "words"]
threshold = float(input())
# اكتب الكود الخاص بك أدناه
جميع دروس التعلّم الخاضع للإشراف
تدرّب بنفسك: مترجم Python عبر الإنترنت