Python垃圾短信识别程序算法融合及准确率评估

该项目实现了基于Python的垃圾短信识别程序，使用KNN、逻辑回归、随机森林、决策树和朴素贝叶斯等算法进行融合，提高了判别准确率。项目包括前端和后端模块，通过数据预处理、模型训练和nginx配置实现功能。准确率评估结果显示KNN算法达到了100%的正确率，但召回率只有4.59%。综合考虑召回率与准确率，朴素贝叶斯算法表现良好。运行环境包括Python环境、jieba分词库、Scikit-learn库、nginx和php。