biblioteca filtraggio dello spam Bayesiano per Python

Question

Cerco una libreria Python che fa bayesiano Spam Filtering. Ho guardato SpamBayes e OpenBayes, ma entrambi sembrano essere non mantenuti (potrei sbagliarmi).

Qualcuno può suggerire una buona libreria Python (o Clojure, Common Lisp, anche Ruby) che implementa bayesiano Filtro posta indesiderata?

Grazie in anticipo.

Chiarimento: Sono in realtà alla ricerca di un bayesiano Spam Classificatore e non necessariamente un filtro anti-spam. Voglio solo addestrarlo utilizzando alcuni dati e in seguito dirmi se alcuni dati forniti sono spam. Ci scusiamo per qualsiasi confusione.

Answer 1

Vuoi filtraggio dello spam o classificazione bayesiana?

Per classificazione bayesiana ci sono una serie di moduli Python. Stavo proprio rivedendo Orange che sembra molto impressionante. R ha un numero di moduli bayesiani. È possibile utilizzare Rpy per collegare in R.

Answer 2

tenta di utilizzare bogofilter, io non sono sicuro di come esso può essere utilizzato da Python. Bogofilter è integrato con molti sistemi di posta, il che significa una relativa facilità di interfaccia.

Answer 3

Prova Reverend. È un modulo di filtraggio dello spam.

Answer 4

SpamBayesè gestito ed è maturo (vale a dire funziona senza dover avere nuove versioni tutte le volte). Farà facilmente ciò che vuoi. Nota che SpamBayes è solo Bayesiano (usa la combinazione del chi quadrato), ma presumibilmente stai cercando una qualsiasi classificazione statistica basata sui token, piuttosto che qualcosa specificamente bayesiano.

Answer 5

Un modulo in Python natural language toolkit (nltk) fa naïve Classificazione bayesiana: nltk.classify.naivebayes.

Diniego: So tutto di merda classificazione bayesiana, ingenuo o mondana.

Answer 6

RedisBayes guarda bene a me:

http://pypi.python.org/pypi/redisbayes/0.1.3

Nella mia esperienza Redis è un impressionante aggiunta al vostro stack e può aiutare i dati di processo a velocità sorprendenti veloce rispetto a MySQL, PostgreSQL o qualsiasi altro RDBMS.

import redis, redisbayes 
rb = redisbayes.RedisBayes(redis=redis.Redis()) 

rb.train('good', 'sunshine drugs love sex lobster sloth') 
rb.train('bad', 'fear death horror government zombie god') 

assert rb.classify('sloths are so cute i love them') == 'good' 
assert rb.classify('i fear god and love the government') == 'bad' 

print rb.score('i fear god and love the government') 

rb.untrain('good', 'sunshine drugs love sex lobster sloth') 
rb.untrain('bad', 'fear death horror government zombie god') 

La speranza aiuta un po '.