mailfoot - Online di Cloud

PROGRAM:

NAMA

mailfoot - simulator pelatihan yang dipesan secara online lengkap untuk digunakan dengan dbacl.

RINGKASAN

kaki surat Command [ perintah_argumen ]

DESKRIPSI

kaki surat mengotomatiskan tugas pengujian penyaringan email dan program klasifikasi seperti:
dbacl(1). Diberikan satu set dokumen yang dikategorikan, mailfoot memulai uji coba untuk memperkirakan
kesalahan klasifikasi dan dengan demikian memungkinkan penyetelan yang baik dari parameter
penggolong.

Full Online Ordered Training adalah metode pembelajaran untuk pengklasifikasi email di mana setiap:
email yang masuk dipelajari segera setelah diterima, sehingga selalu menjaga kategori
deskripsi up to date untuk klasifikasi berikutnya. Ini secara langsung memodelkan cara itu
beberapa pengklasifikasi email digunakan dalam praktik.

Tingkat kesalahan FOOT bergantung langsung pada urutan tampilan email. Perubahan kecil
dalam pemesanan, seperti yang mungkin terjadi karena penundaan jaringan, dapat berdampak pada jumlah
salah klasifikasi. Akibatnya, kaki surat tidak memberikan hasil yang berarti, kecuali jika
sampel email dipilih dengan hati-hati. Namun, karena metode ini biasa digunakan oleh spam
filter, masih layak komputasi untuk mendorong perbandingan. Metode lain (lihat
lintas surat(1)kaki surat(1)) upaya untuk menangkap perilaku kesalahan klasifikasi di
cara lain.

Untuk meningkatkan dan menstabilkan perhitungan tingkat kesalahan, kaki surat melakukan FOOT
simulasi beberapa kali pada aliran email yang sedikit disusun ulang, dan rata-rata hasilnya.
Pengurutan ulang terjadi dengan menggandakan email dari setiap kotak surat kategori secara acak
memesan. Jadi jika ada tiga kategori, email yang diklasifikasikan pertama dipilih secara acak
dari depan aliran email sampel dari setiap jenis. Email kedua juga dipilih
secara acak di antara tiga jenis, dari depan
streaming setelah email pertama dihapus. Simulasi berhenti ketika semua aliran sampel
habis.

kaki surat menggunakan variabel lingkungan MAILFOOT_FILTER saat mengeksekusi, yang memungkinkan
simulasi filter arbitrer, asalkan ini memenuhi kondisi kompatibilitas
dinyatakan dalam bagian LINGKUNGAN di bawah ini.

Untuk kenyamanan, kaki surat mengimplementasikan a ruang ujian kerangka kerja dengan pembungkus yang telah ditentukan sebelumnya untuk
beberapa pengklasifikasi open source. Hal ini memungkinkan perbandingan langsung dari dbacl(1) dengan
pengklasifikasi bersaing pada kumpulan sampel email yang sama. Lihat bagian PENGGUNAAN di bawah ini.

Selama persiapan, kaki surat membangun subdirektori bernama mailfoot.d dalam pekerjaan saat ini
direktori. Semua perhitungan yang diperlukan dilakukan di dalam subdirektori ini.

EXIT STATUS

kaki surat mengembalikan 0 jika berhasil, 1 jika terjadi masalah.

PERINTAH

mempersiapkan ukuran
Menyiapkan subdirektori bernama mailfoot.d di direktori kerja saat ini, dan
mengisinya dengan subdirektori kosong dengan tepat ukuran himpunan bagian.

menambahkan kategori [ FILE ] ...
Mengambil satu set email dari FILE jika ditentukan, atau STDIN, dan mengaitkannya
dengan kategori. Urutan email dalam FILE dipertahankan, dan selanjutnya
FILEs ditambahkan ke yang pertama di setiap kategori. Perintah ini dapat diulang
beberapa kali, tetapi harus dieksekusi setidaknya sekali.

membersihkan Menghapus direktori mailfoot.d dan semua isinya.

menjalankan Multipleks secara acak dari aliran email yang ditambahkan sebelumnya, dan mempelajari kembali kategori
hanya jika terjadi kesalahan klasifikasi. Simulasi diulangi ukuran kali.

meringkaskan
Mencetak tingkat kesalahan rata-rata untuk simulasi.

alur [ ps | skala log ] ...
Plot jumlah kesalahan selama waktu simulasi. Opsi "ps", jika ada,
menulis plot ke file postscript di direktori mailfoot/plots, alih-alih
sedang ditampilkan di layar. Opsi "skala log", jika ada, menyebabkan plot menjadi aktif
skala log untuk kedua ordinat.

ulasan kucing sejati kucing predator
Memindai statistik run terakhir dan mengekstrak semua pesan milik
kategori kucing sejati tetapi telah diklasifikasikan ke dalam kategori kucing predator. yang diekstraksi
pesan disalin ke direktori mailfoot.d/ulasan untuk teliti.

ruang ujian daftar
Menampilkan daftar filter/skrip pembungkus yang tersedia yang dapat dipilih.

ruang ujian memilih [ FILTER ] ...
Siapkan filter bernama FILTER yang akan digunakan untuk simulasi. Nama filternya adalah
nama skrip pembungkus yang terletak di direktori /usr/share/dbacl/testsuite.
Setiap filter memiliki antarmuka kaku yang didokumentasikan di bawah ini, dan tindakan memilihnya
menyalinnya ke mailfoot.d/filter direktori. Hanya filter yang terletak di sana yang digunakan
dalam simulasi.

ruang ujian batal pilih [ FILTER ] ...
Menghapus filter bernama dari direktori mailfoot.d/filter sehingga mereka
tidak digunakan dalam simulasi.

ruang ujian menjalankan [ plot ]
Memanggil setiap filter yang dipilih pada kumpulan data yang ditambahkan sebelumnya, dan menghitung
tingkat kesalahan klasifikasi. Jika opsi "plot" ada, setiap simulasi filter
diplot sebagai file postscript di direktori mailfoot.d/plots.

ruang ujian status
Menjelaskan simulasi terjadwal.

ruang ujian meringkaskan
Menampilkan hasil validasi silang untuk semua filter. Hanya masuk akal setelah menjalankan
perintah.

PENGGUNAAN

Pola penggunaan normal adalah sebagai berikut: pertama, Anda harus memisahkan email Anda
koleksi ke dalam beberapa kategori (secara manual atau sebaliknya). Setiap kategori harus
terkait dengan satu atau lebih folder, tetapi setiap folder tidak boleh berisi lebih dari satu
kategori. Selanjutnya, Anda harus memutuskan berapa banyak run yang akan digunakan, katakanlah 10. Semakin banyak run yang Anda gunakan,
semakin baik tingkat kesalahan yang diprediksi. Namun, lebih banyak lari membutuhkan lebih banyak waktu. Sekarang Anda dapat mengetik

% mailfoot mempersiapkan 10

Selanjutnya, untuk setiap kategori, Anda harus menambahkan setiap folder yang terkait dengan kategori ini. Memperkirakan
Anda memiliki tiga kategori bernama Spam, kerja, dan bermain, yang terkait dengan mbox
arsip spam.mbox, kerja.mbox, dan mainkan.mbox masing-masing. Anda akan mengetik

% mailfoot tambahkan spam spam.mbox
% mailfoot tambahkan pekerjaan kerja.mbox
% mailfoot tambahkan play play.mbox

Anda harus menargetkan jumlah email yang sama di setiap kategori, sebagai multiplexing acak
sebaliknya akan tidak seimbang. Urutan pesan email di masing-masing *.mbox file adalah
penting, dan dipertahankan selama setiap simulasi. Jika Anda berulang kali menambahkan yang sama
kategori, kotak surat selanjutnya akan ditambahkan ke yang pertama, mempertahankan yang tersirat
Memerintah.

Anda sekarang dapat melakukan simulasi FOOT sebanyak yang diinginkan. Email yang digandakan adalah
diklasifikasikan dan dipelajari satu per satu, dengan menjalankan perintah yang diberikan di lingkungan
variabel MAILFOOT_FILTER. Jika tidak disetel, nilai default akan digunakan.

% lari kaki pos
% ringkasan mailfoot

Perintah testsuite dirancang untuk menyederhanakan langkah-langkah di atas dan memungkinkan perbandingan a
berbagai pengklasifikasi email, termasuk namun tidak terbatas pada dbacl. Pengklasifikasi adalah
didukung melalui skrip pembungkus, yang terletak di /usr/share/dbacl/testsuite
direktori.

Tahap pertama saat menggunakan testsuite adalah memutuskan pengklasifikasi mana yang akan dibandingkan. Anda
dapat melihat daftar pembungkus yang tersedia dengan mengetik:

% daftar testsuite mailfoot

Perhatikan bahwa skrip pembungkus BUKAN pengklasifikasi email yang sebenarnya, yang harus
diinstal secara terpisah oleh administrator sistem Anda atau sebaliknya. Setelah ini selesai, Anda
dapat memilih satu atau lebih pembungkus untuk simulasi dengan mengetik, misalnya:

% mailfoot testsuite pilih file dbaclA

Jika beberapa pengklasifikasi yang dipilih tidak dapat ditemukan pada sistem, mereka tidak dipilih.
Perhatikan juga bahwa beberapa pembungkus dapat memiliki nama kategori hard-coded, misalnya jika classifier
hanya mendukung klasifikasi biner. Perhatikan pesan peringatan.

Tetap hanya untuk menjalankan simulasi. Hati-hati, ini bisa memakan waktu lama (beberapa jam
tergantung pada pengklasifikasi).

% menjalankan testsuite mailfoot
% ringkasan testsuite mailfoot

Setelah semuanya selesai, Anda dapat menghapus file yang berfungsi, file log, dll. dengan mengetik

% mailfoot bersih

SCRIPT INTERFACE

kaki surat ruang ujian mengurus mempelajari dan mengklasifikasikan korpora email yang Anda siapkan untuk
setiap pengklasifikasi yang dipilih. Karena pengklasifikasi memiliki antarmuka yang sangat bervariasi, ini hanya
mungkin dengan membungkus antarmuka tersebut secara individual ke dalam bentuk standar yang dapat digunakan
by kaki surat ruang ujian.

Setiap skrip pembungkus adalah alat baris perintah yang menerima satu perintah diikuti oleh nol
atau lebih argumen opsional, dalam bentuk standar:

perintah pembungkus [argumen]...

Setiap skrip pembungkus juga menggunakan STDIN dan STDOUT dengan cara yang ditentukan dengan baik. Jika tidak
perilaku dijelaskan, maka tidak ada output atau input yang harus digunakan. Perintah yang mungkin adalah
dijelaskan di bawah ini:

filter Dalam hal ini, satu email diharapkan di STDIN, dan daftar nama file kategori
diharapkan dalam $2, $3, dll. Script menulis nama kategori yang sesuai dengan
email masukan di STDOUT. Tidak ada baris baru tambahan yang diperlukan atau diharapkan.

belajar Dalam hal ini, aliran mbox standar diharapkan pada STDIN, sementara yang cocok
nama file kategori diharapkan dalam $2. Tidak ada output yang ditulis ke STDOUT.

clean Dalam hal ini, sebuah direktori diharapkan dalam $2, yang diperiksa untuk database lama
informasi. Jika ada database lama yang ditemukan, mereka akan dibersihkan atau diatur ulang. Tidak ada keluaran
ditulis ke STDOUT.

menggambarkan
DALAM hal ini, satu baris teks ditulis ke STDOUT, menjelaskan filter
Kegunaan. Garis harus tetap pendek untuk mencegah pembungkus garis pada a
terminal.

bootstrap
Dalam hal ini, sebuah direktori diharapkan dalam $2. Skrip pembungkus pertama-tama memeriksa
keberadaan classifier terkait, dan prasyarat lainnya. Jika cek
berhasil, maka pembungkus dikloning ke direktori yang disediakan. Sebuah kesopanan
pemberitahuan harus diberikan pada STDOUT untuk menyatakan keberhasilan atau kegagalan. Itu juga
diizinkan untuk memberikan peringatan deskripsi yang lebih panjang.

jari kaki Digunakan oleh kaki surat(1).

foot Dalam hal ini, daftar kategori diharapkan dalam $3, $4, dll. Setiap kemungkinan
kategori harus dicantumkan. Sebelum daftar ini, kategori sebenarnya diberikan dalam $2.

LINGKUNGAN

Tepat setelah memuat, kaki surat membaca file tersembunyi .mailfootrc di direktori $HOME, jika
itu ada, jadi ini akan menjadi tempat yang baik untuk menentukan nilai khusus untuk lingkungan
variabel.

MAILFOOT_FILTER
Variabel ini berisi perintah shell yang akan dieksekusi berulang kali selama proses berjalan
panggung. Perintah harus menerima pesan email di STDIN dan menampilkan hasil
Nama Kategori. Di baris perintah, itu juga harus menerima terlebih dahulu kategori yang sebenarnya
name, lalu daftar semua kemungkinan nama file kategori. Jika kategori keluaran tidak
tidak cocok dengan kategori yang sebenarnya, maka kategori yang relevan diasumsikan telah
diam-diam diperbarui/dipelajari kembali. Jika MAILFOOT_FILTER tidak ditentukan, kaki surat menggunakan
nilai default.

TEMPDIR
Direktori ini diekspor untuk kepentingan skrip pembungkus. Script yang membutuhkan
untuk membuat file sementara harus menempatkannya di lokasi yang diberikan di TEMPDIR.

CATATAN

Subdirektori mailfoot.d dapat tumbuh cukup besar. Ini berisi salinan lengkap dari pelatihan
corpora, serta file pembelajaran untuk ukuran kali semua kategori yang ditambahkan, dan berbagai
file log.

Simulasi KAKI untuk dbacl(1) sangat, sangat lambat (urutan n kuadrat) dan akan mengambil semua
malam untuk tampil. Ini tidak mudah untuk ditingkatkan.

PERINGATAN

Karena pemesanan email dalam kotak surat yang ditambahkan penting, perkiraan kesalahan
tarif tidak didefinisikan dengan baik atau bahkan bermakna dalam arti objektif. Namun, jika
email sampel mewakili snapshot sebenarnya dari email masuk pengguna, lalu kesalahannya
tarif agak berarti. Simulasi kemudian dapat diartikan sebagai alternatif
realitas di mana pengklasifikasi tertentu akan mencegat surat masuk.

SOURCE

Kode sumber untuk versi terbaru dari program ini tersedia di berikut
lokasi:

http://www.lbreyer.com/gpl.html
http://dbacl.sourceforge.net

Gunakan mailfoot online menggunakan layanan onworks.net