惰性学习(Lazy Learner)分类法有别于决策树归纳、贝叶斯分类、基于规则的分类、后向传播分类等的急切学习分类技术。当给定训练集时,惰性学习法只是简单的存储它,而不像急切分类法一样马上构造范化模型(即分类),要一直等到给定一个检验元组时才对训练集进行范化,进而根据训练元组的相似性对检验元组进行分类。惰性学习分类法的最大优点就是自然地支持增量学习,并且能对超多边形形状的复杂决策空间建模,或者说其比较适合对高维数据集进行分类。本文在分析比较了当前主要的垃圾邮件过滤技术后,实现了将一种典型的惰性学习分类法,即k最近邻(kNN)分类法,运用于垃圾邮件过滤。K最近邻分类法自然支持增量学习的特性刚好能满足垃圾邮件过滤中要求训练集不断更新的要求。同时,当k的取值足够大的时候,其分类准确性也很高,接近于贝叶斯分类。另外,本文还针对kNN分类法计算量比较大的缺点进行了改进,即利用一种鲁棒的层次聚类方法-ROCK聚类,对训练集先进行聚类,以达到压缩数据集的目的,从而减少后续分类的计算量。为了验证k最近邻分类法的可行性,这里基于vb6.0+Access2003平台和spam数据集设计了一个“KNN分类器”,以便比较在不同参数下的分类器性能。实验结果表明:这种由于采用惰性学习分类法而自然地支持增量学习的分类器,其准确率比较理想;同时,ROCK聚类对数据集的压缩在不影响后续分类准确率的前提下能大大地减少kNN分类过程中的计算量。