论文部分内容阅读
主成分分析算法是数据分析的重要方法之一，它通过构造原变量的一系列线性组合，使各线性组合在彼此不相关的前提下尽可能多地反映原变量的信息。针对目前垃圾邮件处理中存在的不足，本文使用主成分分析方法对大量的垃圾邮件样本进行分析，统计出在垃圾邮件中普遍存在的词语和它们对垃圾邮件的贡献率，作为判断未知邮件是否为垃圾邮件的过程中的降维依据；以此压缩邮件信息，得到含信息量大而维数低的向量。