机器学习是人工智能的一个分支，它在算法与数据的协助下，让计算机像人类一样学习和行 动。针对给定的数据集，机器学习算法会学习数据的不同属性，并对以后可能遇到的数据属性进 行推断。 本书教你如何使用Java创建并实现机器学习算法，既有基础概念的讲解，也有示例供你学习。 当然，还会介绍一些常用的机器学习库，如Weka、 Apache Mahout、 Mallet等。阅读本书后，你 将懂得如何为特定问题选择合适的机器学习方法，以及如何比较与评估不同技术的优劣。书中还 会讲解性能提升技术，包括输入预处理

随着垃圾邮件数量日益攀升,如何有效识别垃圾邮件已成为一项非常重要的课题。为克服k最近邻(k-nea-rest neighbor,kNN)分类法在垃圾邮件识别中的缺陷,本文基于聚类算法提出了一种改进kNN识别方法。首先使用基于最小距离原则的一趟聚类算法将训练邮件集合划分为大小几乎相同的超球体,每个超球体包含一个类别或多个类别的文本;其次,采用投票机制对得到的聚类结果进行簇标识,即以簇中最多文本的类别作为簇的类别,得到的识别模型由具有标识的簇组成;最后,结合最近邻分类思想,对输入的邮件进行自动识别。