感请：

机器学习按性质来看，可以分为三大类：

• 分类(监督)
• 回归(监督)
• 聚类(半监督)
  垃圾短信通常用已标记的短信数据，对未知的短信进行判断，其属于机器学习中的分类性质。
  在Python中有很多机器学习的模块，比如Sklearn、Tensorflow、Caffe等，可以很方便地调用一些机器学习的算法。

垃圾短信识别

从技术方法上可以使用朴素贝叶斯机器学习模型对短信进行分类：

数据集用的常见的80w条带标签的中文短信，下载链接https://github.com/hrwhisper/SpamMessage/blob/master/data/%E5%B8%A6%E6%A0%87%E7%AD%BE%E7%9F%AD%E4%BF%A1.txt

1：数据处理先看看数据的样子：

import pandas as pd data = pd.read_csv(r"H:RubbishMessagedata80w.txt",encoding='utf-8',sep=' ',header=None) data.head()

重点是你要干甚！

重点是2000万条数据记录

抓取短信内容关键字，按关键字分类