Machine learning 电子邮件中垃圾邮件检测的神经网络方法_Machine Learning_Neural Network_Spam Prevention

Machine learning 电子邮件中垃圾邮件检测的神经网络方法

machine-learning neural-network

Machine learning 电子邮件中垃圾邮件检测的神经网络方法,machine-learning,neural-network,spam-prevention,Machine Learning,Neural Network,Spam Prevention,我正在用神经网络建立一个垃圾邮件检测系统。我无法理解如何继续我目前拥有的东西 I have-未读邮件被标记为已读，并使用tf idf称重转换为邮件向量。所以基本上，我的电子邮件看起来像 Email : (Word1,Score1),(Word2,Score2)... 完成后（解析、词干分析、停止字删除和tf idf转换）。我读过关于通过反向传播训练反馈网络的文章，这似乎是最常用的方法。基本上，我如何进一步降低向量的维数，以及如何将其作为输入输入。还有，隐层的行为如何，隐层神经元的数量如何

我正在用神经网络建立一个垃圾邮件检测系统。我无法理解如何继续我目前拥有的东西

I have-未读邮件被标记为已读，并使用tf idf称重转换为邮件向量。所以基本上，我的电子邮件看起来像

Email : (Word1,Score1),(Word2,Score2)...

完成后（解析、词干分析、停止字删除和tf idf转换）。我读过关于通过反向传播训练反馈网络的文章，这似乎是最常用的方法。基本上，我如何进一步降低向量的维数，以及如何将其作为输入输入。还有，隐层的行为如何，隐层神经元的数量如何影响神经网络的性能。还有，特征向量与我的有什么不同？如何形成特征向量

谢谢。期待更清晰的信息。

这是您可以找到更清晰信息的地方。谢谢cggaurav。我经历过了。帮助：）