swk's log - bsfilter の使い方を間違えていたっぽい

* bsfilter の使い方を間違えていたっぽい [tech]

bsfilter で spam 判定をしているのだけど，どうも直感に反する挙動をしていることに気づいた．で，よく考えてみたところ使い方を完全に間違えていたっぽい．

(どうして気づいたかというと，ここ数日，(ほぼ完全に) 同じ文面の spam が大量に送られて来ていて，それらは最初は無事に spam と判定されていたのだけど，新しいのが届くごとに spam 確率が単調減少していって，終いには clean と判定されるようになってしまったからである)

結論を先に書くと，

• auto-update を使っていて，
• なおかつ insert-probability を使っていて，その insert された probability に基づいてフォルダ分けしていたのだけど，
• spam-cutoff を設定していなかった．

• 結果として，フォルダ分けの際の spam 判定基準 (以下 P1 と呼ぶ) と spam-cutoff (同 P2) とが食い違っており (P2 > P1)，
• 件の spam は最初に P1 と P2 の間の確率と判定されたため，SPAM フォルダにつっ込まれたにも関らず，データベース上では clean な方につっこまれ，clean な確率が上がることになってしまっていた．

---

さて，どんな設定をしていたかというと， 本家サイト にある「~/.procmailrc から呼ぶ場合のサンプルレシピ その2」をベースにしていた．「その1」ではなく「その2」を選んだのは，spam 確率をヘッダに残したかったから．

:0 fw
| /home/swk/bin/bsfilter --pipe --insert-flag --insert-probability

:0
* ^X-Spam-Probability: *(1|0\.[89])
SPAM/.

で，この設定に単純に --auto-update を追加したのが敗因．その後いろいろ調整して，SPAM フォルダへの振り分け基準 (P1) をどんどん小さくして行って (今は何と 0.1 だ)，一方で P2 は元のまま (えーと，デフォルトの Robinson-Fisher のまま使っているから，0.95?) 今回のような事態に至ったと．

おそらく，P1 をこんなに小さくしなければならなかったのも，そもそもこの設定ミスが原因なんだろうな．

というわけで，一度データベースを構築し直した上で，--spam-cutoff オプションを設定して P1 = P2 になるようにしてみます．