Rangkuman: Filter Spam

Termasuk bagian Pembelajaran Terawasi dalam perjalanan Machine Learning di Coddy. Pelajaran 20 dari 58.

Tantangan

Sedang

Buat filter spam yang menjadi pembuka bab ini. emails.csv berisi 200 email: links, exclaims, caps_words, from_contact (1 untuk pengirim yang dikenal), words dan spam. Program membaca nilai ambang.

Sisihkan seperempat data untuk pengujian (random_state=0), lakukan penskalaan pada baris data pelatihan, latih LogisticRegression, lalu cetak akurasi pengujiannya (3 angka desimal).
Pada nilai ambang tersebut, hitung email uji yang dikirim ke spam, email asli di antaranya, dan spam yang lolos.
Cetak bukti spam terkuat beserta bobotnya (2 angka desimal).

Untuk layanan lain dan 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)

Coba sendiri

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())

# Tulis kodemu di bawah ini