סיכום: מסנן דואר זבל
חלק מהיחידה למידה מונחית במסלול ה-Machine Learning של Coddy. שיעור 20 מתוך 58.
אתגר
בינוניבנו את מסנן הספאם שבו נפתח הפרק. הקובץ emails.csv מכיל 200 הודעות אימייל: links, exclaims, caps_words, from_contact (1 עבור שולח מוכר), words ו-spam. התוכנית קוראת סף.
- שמרו רבע מנתוני הבדיקה בצד (
random_state=0), בצעו התאמה של קנה המידה על שורות האימון ואמנוLogisticRegression; הדפיסו את דיוק הבדיקה שלו (3 ספרות אחרי הנקודה העשרונית). - בסף הנתון, ספרו את הודעות האימייל במבחן שסומנו כספאם, כמה מהן אמיתיות, וכמה הודעות ספאם עברו.
- הדפיסו את הראיה החזקה ביותר לספאם ואת המשקל שלה (2 ספרות אחרי הנקודה העשרונית).
עבור שירות אחר ו-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)נסו בעצמכם
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())
# כתבו את הקוד שלכם למטה
כל השיעורים ביחידה למידה מונחית
תרגלו בעצמכם: קומפיילר Python אונליין