以下是一个简单的垃圾邮件二分类代码示例,使用朴素贝叶斯算法进行分类:
```python
import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import MultinomialNB
from sklearn import metrics
# 读取数据
data = pd.read_csv('spam.csv')
# 划分特征和目标变量
X = data['text']
y = data['label']
# 将邮件内容转换为特征向量
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(X)
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 构建朴素贝叶斯分类器
classifier = MultinomialNB()
classifier.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = classifier.predict(X_test)
# 评估分类器性能
accuracy = metrics.accuracy_score(y_test, y_pred)
precision = metrics.precision_score(y_test, y_pred)
recall = metrics.recall_score(y_test, y_pred)
f1_score = metrics.f1_score(y_test, y_pred)
print("Accuracy:", accuracy)
print("Precision:", precision)
print("Recall:", recall)
print("F1 Score:", f1_score)
```
上述代码假设数据集的CSV文件名为'spam.csv',其中包含两列:'text'是邮件内容,'label'是垃圾邮件标签(0表示非垃圾邮件,1表示垃圾邮件)。
代码首先读取数据集,然后将邮件内容转换为特征向量。接着,将数据集划分为训练集和测试集,并使用朴素贝叶斯分类器进行训练和预测。最后,使用分类评估指标(准确率、精确率、召回率、F1分数)评估分类器的性能。
请注意,在实际应用中,可以根据需要对代码进行修改和优化,例如使用更复杂的特征提取方法、调整训练集和测试集的划分比例、尝试其他分类算法等。