浙江大学《机器学习及其应用》作业，垃圾短信识别。
项目来源于：https://mo.zju.edu.cn/workspace/5fc0eadb7ceb533cc49bce17?type=app&tab=2（只有我自己的号能打开）
具体处理信息及说明查看 main.ipynb。
注意先下载数据集 sms_pub.csv.zip 并解压到 Spam-Message-Recognition/datasets/5f9ae242cae5285cd734b91e-momodel/ 目录下。
由于训练数据中正负样本不均衡（正负样本⽐例约为 1:10），将会导致拟合效果较差，因此读⼊后在负样本中随机取出⼀定数量作为实验⽤样本，使正负样本数量相同。
借助 sklearn 中的 TfidfVectorizer 来实现⽂本的向量化，之后用朴素贝叶斯进行分类。
最后在测试集上评估模型
-
f1-score：0.9705720403793209
-
准确率：0.969614655716993