国科大/中科院网络数据挖掘项目，徐君完成的大作业为垃圾短信识别系统设计，采用监督学习和分类方法，包含报告、数据和代码。

简介：
国家建设大学徐君的关于网络数据挖掘的大作业个人报告，包含源代码和数据集，供参考。运行环境配置如下：Python 2.7.12、jieba 0.39、numpy 1.13.3、scikit-learn 0.19.1 和 scipy 1.0.0。请务必参照这些运行环境进行预先配置。首先，运行TextProcess.py脚本以生成classifiedLabel.txt、trainSetMsg.txt 和 testSetMsg.txt 文件，从而获得经过文本处理的规则文本数据。随后，运行crossValidation.py脚本进行交叉验证。需要注意的是，SVM算法的运行时间相对较长，通常需要6到7小时左右；因此，您可以选择注释掉该算法或减小数据集规模以便进行测试。最后，您可以使用分类器中的predict方法来利用训练好的分类器进行垃圾短信识别任务的分类预测。