# 2025《机器学习》团队作业：使用贝叶斯进行垃圾邮件识别 — Data

来源：https://www.kaggle.com/competitions/2025-123/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

数据集来自Trec06的中文垃圾邮件数据集，包含三个文件夹，其中data目录下是所有的邮件(未分词)，已分词好的邮件在data_cut目录下。邮件分为邮件头部分和正文部分，两部分之间一般有空行隔开。标签数据在label文件夹下，文件中每行是标签和对应的邮件路径。'spam'表示垃圾邮件，'ham'表示正常邮件。