Apprentissage avec Python et Scikit-learn

naïve bayésienne en python avec Scikit-learn.

Références externes utiles :

 Site scikit-learn

 Site langage python

** Ce TP est insipré d'un travail de Fabrice Rossi

• Ce TP est à rendre avant mercredi prochain 23h55

Enoncé du TP/Projet

Les courriers électroniques publicitaires polluent nos boîtes emails

depuis de nombreuses années et le problème semble empirer de

jour en jour. De nombreuses méthodes ont été développées pour

lutter contre le SPAM, avec assez peu de succès. L'objectif de ce

TP est de fournir une solution à travers la classification bayésienne

et en utilisant Scikit-learn pour la classification de courrier

électronique.

Les filtres bayésiens fonctionnent en établissant une corrélation

entre la présence de certains éléments (en général des mots) dans

un message et le fait qu'ils apparaissent en général dans des

1

messages indésirables (spam) ou dans des messages légitimes

(ham) pour calculer la probabilité que ce message soit un spam.

2