1.一种垃圾邮件的分类方法，其特征在于：包括以下步骤：

1)联合文档‑特征词频率来确定ham类和spam类的特征权重；

2)采用相对文档‑特征词频率差异的方法，计算特征出现在ham类与出现在spam类之间的差异程度，具体方法为取ham类和spam类特征的文档‑特征词频率的差值，差值反映了特征出现在ham类与出现在spam类之间的差异程度；

3)根据差异值的正负，将特征集合分成两类，负值为spam类特征，正值为ham类特征；

4)采用包装模式的特征选择方法，结合PSO优化算法运用滑动窗口对spam类和ham类特征数的比例进行组合搜索，产生候选特征子集，然后分别在候选特征子集上进行验证并采用F1值进行迭代评价；

5)输出F1值最高的候选特征子集作为最终的特征集合，所述验证为十字交叉验证，

所述十字交叉验证为基于分类器的十字交叉验证，所述分类器包含有NB分类器和SVM分类器，所述步骤4)还包含有步骤：每次迭代的开始前，根据前一轮迭代产生的F1值，挑选出F1值最低的粒子并将其移除出粒子群，另外产生新的变异粒子加入到粒子群。