填空题

垃圾邮件分类问题

Question

编写Naïve Bayes分类模型对邮件文本进行分类，判断该邮件是不是垃圾邮件（二分类）。我们已经通过数据预处理，将原始的邮件文本数据转化为分类器可用的数据向量形式，具体：数据表示为整型数向量x=(x1,x2,…,xd)。d是数据特征向量的维数，每个输入数据样本的格式为:

Label x1 x2 … xd

其中Label为0或者1的整型数字（0表示正常邮件，1表示垃圾邮件）；

        x1 x2 … xd是离散化后的特征，表示为从0开始的自然数；

        维度d小于20；

        如果Label=?，则表示希望输出的预测类别值（需要预测的类别一定已在对应的训练数据中已经出现过）。

输入描述： 输入格式如下：

第一行三个数字M N d，M是训练集的大小，N是测试集的大小，d是数据维数。接下来是M行训练数据样本,然后是N行需要预测的样本。输入样例： 4 2 3 1 13 0 10 0 6 11 2 1 17 2 14 0 8 16 13 ? 20 3 19 ? 2 13 18 输出描述： 期望的输出：每条待预测样本的标签输出样例 1 0