@Article{, title={Using One-Class SVM with Spam Classification استخدام SVM ذات الصنف الواحد لتصنيف البريد المؤذي}, author={Inas Ali ايناس علي and Sumaya Saad سمية سعد and Safa Ahmed صفا احمد}, journal={Iraqi Journal of Science المجلة العراقية للعلوم}, volume={57}, number={1B}, pages={501-506}, year={2016}, abstract={Support Vector Machine (SVM) is supervised machine learning technique which has become a popular technique for e-mail classifiers because its performance improves the accuracy of classification. The proposed method combines gain ratio (GR) which is feature selection method with one-class training SVM to increase the efficiency of the detection process and decrease the cost. The results show high accuracy up to 100% and less error rate with less number of feature to 5 features.

SVM تقنية موجهه لتعليم الماكنة والتي اصبحت تقنية شائعة لمصنفات البريد الالكتروني بسبب ادائها الذي يحسن التنصنيف. الطريقة المقترحةتجمع بين نسبة الربح وهي طريقة اختيار الخصائص مع تدريب SVM ذات الصنف الواحدلزيادة كفاءة عملية الكشف وتقليل الكلفة. اظهرت النتائج دقة عالية تصل الى 100% ونسبة خطأ اقل مع عدد خصائص يصل الى 5 خصائص.} }