- 综合排序
- 最热优先
- 最新优先
- 来自专栏深蓝居
使用Outlook对邮件进行分类
我加入了公司的一个技术讨论组，结果每天差不多就有100来封邮件，相比以前我每天也就是几封而已。邮件太多了就有点看不过来，接下来遇到的问题就是我们部门的邮件些容易被淹没在讨论组100多封的邮件中。 所以我希望能够系统自动将邮件分组，所有收件人地址为讨论组的邮件自动转移到另外一个文件夹中。 我相信Outlook应该有这个功能，但是一直不知道怎么设，我也问过几个同事，他们都不知道。 直到前天在办公室看到梁振的邮件分成了很多个文件夹，我就知道他肯定知道怎么设置。果然，梁振就是强，对微软的产品十分熟悉，两三下帮我搞定了。 运行后邮件完全通过规则分开了，部门的邮件就不会被大量的讨论组的邮件给淹没了。如图：
3.1K10编辑于 2022-06-16 - 来自专栏图像处理与模式识别研究所
基于支持向量机的电子邮件垃圾邮件分类。
\n'); pause; %% ========== Part 7: Training SVM with RBF Kernel (Dataset 3) ========== % This is a
79230编辑于 2022-05-28 - 来自专栏HHTjim'S 部落格
利用 LLM 自动分类Gmail邮件汇总
利用 LLM 自动分类Gmail邮件汇总 作者：matrix 被围观: 14 次 发布时间：2025-04-30 分类：零零星星 | 无评论 » 我邮箱订阅了很多博客或者 dev 相关的通知， 但又不想退订 咋整 有邮件汇总服务就完美了，能自动分类和汇总, 标记已读和label。 = "[script.google]AI汇总" //汇总的分类名 const MAX_EMAILS_PER_BATCH = 5; // 每次最多汇总邮件数 5 const MAX_EMAILS_BATCH 标记邮件为特定分类（标签） limitedThreads.forEach(thread => { // 获取或创建标签 const labelName = LABEL_NAME ，也就是 Gmail 输入框的文本 LABEL_NAME 标记已读后需要移动到的分类名 测试运行 第一次运行会有 Google 应用的授权提示，允许即可。
77000编辑于 2025-05-01 - 来自专栏Michael阿明学习之路
SpamHam Email Classification 垃圾邮件分类（BERT）
提交测试结果 练习地址：https://www.kaggle.com/c/ds100fa19 相关博文： [Kaggle] Spam/Ham Email Classification 垃圾邮件分类（ spacy） [Kaggle] Spam/Ham Email Classification 垃圾邮件分类（RNN/GRU/LSTM） 本文使用 huggingface 上的预训练模型，在预训练模型的基础上 ，使用垃圾邮件数据集，进行训练 finetune，在kaggle提交测试结果 本文代码参考了《自然语言处理动手学Bert文本分类》 1.
2.1K20发布于 2021-02-19 - 来自专栏Michael阿明学习之路
SpamHam Email Classification 垃圾邮件分类（RNNGRULSTM）
测试 练习地址：https://www.kaggle.com/c/ds100fa19 相关博文 [Kaggle] Spam/Ham Email Classification 垃圾邮件分类（spacy ） [Kaggle] Spam/Ham Email Classification 垃圾邮件分类（BERT） 1. print(np.sum(np.array(test.isnull()==True), axis=0)) 填充完成，显示 sum = 0 [0 0 0 0] [0 0 0] y 标签 只有 0 不是垃圾邮件 ， 1 是垃圾邮件 print(train['spam'].unique()) [0 1] 2. 文本处理 邮件内容和主题合并为一个特征 X_train = train['subject'] + ' ' + train['email'] y_train = train['spam'] X_test
99920发布于 2021-02-19 - 来自专栏foochane
词嵌入+神经网络进行邮件分类
1 问题描述 问题：邮件分类问题（Email classification） 任务：将邮件分为两类(spam or ham) 数据集：https://www.kaggle.com/uciml/sms-spam-collection-dataset on 3565 samples, validate on 892 samples Epoch 1/5 3565/3565 [==============================] - 25s 7ms 0.8480 - val_loss: 0.1514 - val_acc: 0.9451 Epoch 2/5 3565/3565 [==============================] - 23s 7ms 0.9372 - val_loss: 0.0789 - val_acc: 0.9753 Epoch 3/5 3565/3565 [==============================] - 25s 7ms 0.92 150 avg / total 0.98 0.98 0.98 1115 文章来源: foochane Blog：词嵌入+神经网络进行邮件分类
68920发布于 2019-05-23 - 来自专栏技术综合
Centos 7 使用mailx发送邮件
由于后面要写有关shell，所以先学习怎么发邮件 1.mailx mailx是Linux系统上用来处理邮件的工具,使用它可以发送,读取邮件 使用以下命令安装（发现好像系统自带了） yum -y TIM截图20171129171304.png 3）发送邮件 使用以下命令发送 echo "内容" | mail -v -s "标题" 接受邮件的邮箱 ?
1.7K10发布于 2020-08-25 - 来自专栏Michael阿明学习之路
SpamHam Email Classification 垃圾邮件分类（spacy）
预测 练习地址：https://www.kaggle.com/c/ds100fa19 相关博文： [Kaggle] Spam/Ham Email Classification 垃圾邮件分类（RNN/ GRU/LSTM） [Kaggle] Spam/Ham Email Classification 垃圾邮件分类（BERT） 1. 特征组合 对邮件的主题和内容进行组合 + 处理标签 train['all'] = train['subject']+train['email'] train['label'] = [{"spam": bool config= # { # "exclusive_classes": True, # 排他的，二分类
1.4K10发布于 2021-02-19 - 来自专栏人工智能头条
机器学习做中文邮件内容分类，准确识别垃圾邮件，真香！
但是不管是企业内部工作邮箱，还是个人邮箱，总是收到各种各样的垃圾邮件，包括商家的广告、打折促销信息、澳门博彩邮件、理财推广信息等等，不管如何进行垃圾邮件分类，总有漏网之鱼。 因此打算针对同一数据集，逐步尝试各种方法，来进行垃圾邮件的识别分类——希望假以时日，这种定制化的垃圾邮件识别工具能大幅提升用户的邮箱使用体验。 因此我们依次对上述要素进行分析： 垃圾邮件内容分类（通过提取垃圾邮件内容进行判断） 中文垃圾邮件分类 英文垃圾邮件分类 垃圾邮件标题分类 垃圾邮件发送方分类 最终，我们可以根据这三个维度进行综合评判，从而实现垃圾邮件的准确分类 本文将根据邮件内容进行垃圾邮件分类。 中文邮件内容分类实现步骤 1、数据集介绍首先我们选择TREC 2006 Spam Track Public Corpora这一个公开的垃圾邮件语料库。 文件目录形式：delay和full分别是一种垃圾邮件过滤器的过滤机制，full目录下，是理想的邮件分类结果，我们可以视为研究的标签。
2.1K20编辑于 2022-03-03 - 来自专栏机器学习AI算法工程
python实现朴素贝叶斯模型:文本分类+垃圾邮件分类
三 实战1 -文本分类（应用过滤恶意留言等） 下面是二分类问题，文档只能属于0和1两个类别， 1 载入数据集：6条文本及它们各自的类别，这6条文本作为训练集。 ? 5 分类：根据计算后，哪个类别的概率大，则属于哪个类别。 ? 改进方法：采用词袋模型，见下面垃圾邮件分类实战。 四 实战2-垃圾邮件分类 1 对邮件的文本划分成词汇，长度小于2的默认为不是词汇，过滤掉即可。返回一串小写的拆分后的邮件信息。 3 输入为25封正常邮件和25封垃圾邮件。50封邮件中随机选取10封作为测试样本，剩余40封作为训练样本。 训练模型：40封训练样本，训练出先验概率和条件概率； 测试模型：遍历10个测试样本，计算垃圾邮件分类的正确率。 ?
2.8K71发布于 2018-03-14 - 来自专栏拓端tecdat
weka文本挖掘分析垃圾邮件分类模型
WEKA文本分词预处理 首先对于训练集文件夹中的两类邮件文档进行分析，可从不同角度自动化分析两类文件特征，编写算法，构建分类模型。 首先设置工作目录，并且读取分类后的文本文件 可以看到垃圾邮件和非垃圾邮件的频数直方图 ? ? 然后对得到的原始语料进行分词处理 得到词频矩阵文件 ? 得到各个词频的分类直方图 ? 得到词频矩阵后 对数据进行分类器的建模 2. 找出区分positive和negative的分类规则（即哪些词在一起出现的时候会导致分类器判断的结果为positive，哪些词在一起出现的时候会导致分类器判断的结果为negative） 从结果可以看出cell WEKA文本分词结果比较 下面得到每个分类器的准确度和混淆矩阵： NaiveBayes 结语 基于判别方法的垃圾邮件过滤在现代研究中引起比较少的关注 ，结果很清楚地表明,基于随机森林、SVM模型的分类方法相对于传统的方法
1K21发布于 2020-09-23 - 来自专栏运维经验分享
centos 7 下发送邮件设置 原
使用sendmail发邮件的配置 yum -y install sendmail service sendmail start vim body.txt test mail from linux. mail -s "test mail from linux" yourname@163.com,yourname2@163.com <body.txt mailq #查看邮件队列 cat /var/ log/maillog 【注意：】 多个邮件地址以西文,分割； 配置邮件发送显示账号 ? ------------------------------------------------------------ 邮件相关配置的文件 /etc/aliases --------------- sendmail发邮件只识别hostname.
1.8K20发布于 2019-04-22 - 来自专栏简书专栏
基于jieba、TfidfVectorizer、LogisticRegression的垃圾邮件分类
0.打开jupyter 在桌面新建文件夹命名为基于TfidfVectorizer的垃圾分类，如下图所示: ? image.png 打开基于TfidfVectorizer的垃圾邮件分类文件夹，在按住Shift键的情况下，点击鼠标右键，出现如下图所示。 使用软件Winrar无法解压，使用软件7zip或Bandizip可以解压，需要3分钟左右。 选择解压到trec06c，如下图所示： ? ) for k in mailContent_list] 4.分词 4.1 加载停顿词 停顿词文件下载链接: https://pan.baidu.com/s/1JWQFy84wN_jhU9H2P1Ig7g 最后在全部样本的f1-score指标为0.98，总体来说这个分类模型较优秀，能够投入实际应用。
1.6K20发布于 2018-10-09 - 来自专栏Ywrby
7-软件架构，资源分类
Server) 浏览器/服务器端 只需要一个浏览器，用户就可以通过URL访问不同服务器端程序 优点：开发，安装，部署，维护等十分更简单 缺点： 如果应用过大，用户体验可能受到影响 对硬件要求高 B/S架构 资源分类
46920编辑于 2022-10-27 - 来自专栏运维经验分享
centos 7设置smtp发送163邮件 原
xiaoming smtp-auth-password=w123456 smtp-auth=login 注:from=123456@163.com为邮箱地址 smtp=smtp.163.com 为邮件服务器 smtp-auth-user=xiaoming 邮箱用户名 smtp-auth-password=w123456 邮箱密码，由于163邮箱需要设置授权，此处需要填写授权密码 以上设置完毕，就可以使用mail命令来发送邮件了 这里使用139邮箱接收邮件，qq邮箱也可以接收，但是由于设置了反垃圾邮件会导致邮件无法接收成功，或者邮件会被丢到垃圾箱的情况。 [root@www ]# mail -s "test" 1388888888@139.com </etc/passwd 表示将一封主题为test的邮件发送到 1388888888@139.com 邮箱，
1.5K20发布于 2019-04-22 - 来自专栏技术综合
Centos 7 备份MySQLMongoDB并发邮件脚本
综合之前的，完成任务 1.脚本 #/bin/bash mysqldump -u root -proot --all-databbases > all-databases.sql mail -v -
79820发布于 2020-08-25 - 来自专栏运维经验分享
centos7 利用mailx发送邮件 原
当需要服务器定时发送邮件到自己邮箱时，一个邮件服务就很重要了，以下主要是mailx的实现，主要是利用 1.安装mailx yum install mailx -y 2.使用到的配置文件只有一个，是 到目前为止，如果不是云主机的话，已经可以实现发送邮件了。 ，收件箱会马上收到邮件，如果没有收到，则等一会可以看到shell界面的错误提示； 上面配置的是简单的使用25端口的SMTP发送邮件的功能，一般情况下我们使用这个就足够了，这个办法 在网上也很多配置说明， 配置OK了之后，测试发送邮件； 测试能收到邮件就OK，说明发送没问题，至于具体会出现什么报错，可以根据报错的内容进行谷歌； 我这里在发送邮件的时候会提示一个证书不信任的问题，因为不影响正常发送邮件， 后面云主机实现方法 转载自笛声 使用三种方式发送邮件 命令行: mail -s "theme" addressee,回车后输入内容按Ctrl+D发送邮件.
2.5K11发布于 2019-04-22 - 来自专栏二猫の家
【GEE】7、利用GEE进行遥感影像分类【随机森林分类】
1简介 在本模块中，我们将讨论以下概念： 监督和非监督图像分类之间的区别。 Google Earth Engine 提供的各种分类算法的定义和应用。 如何使用 randomForest 设置和运行分类，以 aspen 存在和不存在作为示例数据集。 2背景 图像分类 人类自然倾向于将空间信息组织成组。 我们将这种具有相似特征的对象分组称为“图像分类”。但在全球范围内手动对对象进行分类和赋值将是一项无休止的任务。 非监督与监督分类 的图像分类方法可以分为两类。首先，非监督分类涉及将潜在的预测变量应用于地理区域，并要求预测算法或先验回归系数来完成图像分类的工作。 近年来，分类和回归树 (CART)和 randomForest 等分类器已从计算机科学和统计学界引入生态研究。
2.7K34编辑于 2023-11-08 - 来自专栏机器学习算法工程师
《机器学习》笔记-贝叶斯分类器（7）
章节目录 贝叶斯决策论 极大似然估计 朴素贝叶斯分类器 半朴素贝叶斯分类器 贝叶斯网 EM算法 1 贝叶斯决策 贝叶斯决策论（Bayesian decision theory）是概率框架下的基本方法。 3 朴素贝叶斯分类器 基于贝叶斯公式来估计后验概率P(c|x)的主要困难在于，类条件概率P(x|c)是所有属性上的联合概率，难以从有限的训练样本直接估计而得。 换言之，假设每个属性独立地对分类结果发生影响。 基于属性条件独立性假设，条件概率P(c|x)可重写为， ? 其中d为属性数目，xi为x在第i个属性上的取值。 这就是朴素贝叶斯分类器的表达式。 4 半朴素贝叶斯分类器 为了降低贝叶斯公式中估计后验概率P(c|x)的困难，朴素贝叶斯分类器采用了属性条件独立性假设，但在现实任务中这个假设往往很难成立。 于是，人们尝试对属性条件独立性假设进行一定程度的放松，因此产生了一类称为“半朴素贝叶斯分类器”（semi-naive Bayes classifiers）的学习方法。
83460发布于 2018-03-30 - 来自专栏全栈程序员必看
7_首页分类按级别展示
需求 在首页展示商品分类列表 属性 值 请求 url http://{zuul:port}/api/portal/categorys/categorys 请求方式 GET 参数 无 返回值 HttpResult.ok (分类列表) ---- 实现 1、pojo 实体类 要展示商品分类信息，需要树形结构展示，所以需要在 Itemcat 类中增加一个 childern 属性表示子分类 比如：我们查看一级目录有：家电、 手机、服装，但在家电这个一级目录下，又有分类，我们称为二级目录，有：电视、空调、洗衣机，但是电视下又有分类，所以我们需要给分类实体类增加一个属性，用来表示子分类 如果使用通用 mapper，在 pojo com.supergo.service.base.BaseService; import java.util.List; /** * @Author: xj0927 * @Description: 分类查询接口 = null && list.size() > 0) { //如果有数据再次根据分类id查询分类列表（使用递归） list.forEach(c
61410编辑于 2022-09-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号