下面是一个简单的示例代码，可以作为参考：

import tkinter as tk import pandas as pd from sklearn.feature_extraction.text import CountVectorizer from sklearn.naive_bayes import MultinomialNB

导入数据集

data = pd.read_csv('spam.csv', encoding='latin-1')

提取特征

vectorizer = CountVectorizer() X = vectorizer.fit_transform(data['messages']) y = data['labels']

训练分类器

classifier = MultinomialNB() classifier.fit(X, y)

创建GUI界面

root = tk.Tk() root.title('Spam Classifier')

添加输入框和按钮

input_text = tk.StringVar() input_entry = tk.Entry(root, textvariable=input_text) input_entry.pack() output_label = tk.Label(root, text='') output_label.pack() def classify(): # 获取输入文本 text = input_text.get() # 转换为词袋模型 x = vectorizer.transform([text]) # 使用分类器进行预测 prediction = classifier.predict(x) # 显示结果 if prediction[0] == 'ham': output_label.config(text='Not spam') else: output_label.config(text='Spam') classify_button = tk.Button(root, text='Classify', command=classify) classify_button.pack()

root.mainloop(