摘要：
贝叶斯过滤器过滤垃圾邮件什么是贝叶斯过滤器？垃圾邮件是一种令人头痛的顽症，困扰着所有的互联网用户。正确识别垃圾邮件的技术难度非常大。传统的垃圾邮件过滤方法，主要有"关键词法"和"校验码法"等。前者的过滤依据是特定的词语；后者则是计算邮件文本的校验码，再与已知的垃圾邮件进行对比。它们的识别效果都不理想... 阅读全文
摘要：
朴素贝叶斯分类器一、贝叶斯定理所谓"条件概率"（Conditional probability），就是指在事件B发生的情况下，事件A发生的概率，用P(A|B)来表示。根据文氏图，可以发现同理可得，所以，即其中，P(A)称为"先验概率"（Prior probability），即在B事件发生之前，我们对... 阅读全文
摘要：
TF-IDF 加权及其应用TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索的常用加权技术。TF-IDF是一种统计方法，用以评估某个单词对于一个文档集合（或一个语料库）中的其中一份文件的重要程度。单词的重要性随着它在文件中出现的次数成... 阅读全文
摘要：
相似图片搜索相似图片搜索是指怎么计算两张图片的相似程度，这里的关键技术叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。一、感知哈希算法1、缩小尺寸将... 阅读全文