RspamD macht einen guten Eindruck und scheint auch soweit so gut zu funktionieren.
Das das ein oder andere immer wieder durch kommt ist ja normal und ich wuerde gerne lernen wie ich diese Spams die als Hams gesehen werden in Zukunft abwenden kann und das ueber die zur Verfuegung gestellte GUI in KeyHelp.
Benutze ich die "Scan/Learn" dann lade ich eine oder mehrere Spams hoch, lasse diese scannen und habe bisher immer auf "Learn Bayesian classifier:" Upload Spam geklickt... soweit so gut...
Moechte ich aber die "Learn Fuzzy storage:" Funktion nutzen, und gebe eine Flag von 1 (steht ja fuer Spam) ein und setze die Weight auf z.B. 80 dann bekomme ich diesen Error:
Was laeuft hier falsch?
Bei Rspamd heisst es ja:
Das ist nur eines meiner Probleme mit RspamD... desweiteren habe ich das Gefuehl dass das Verschieben in den Spam Ordner keinen Einfluss auf das lernen von RspamD hat...The weight determines how strongly a fuzzy match will affect the spam score when an email is processed.
Positive weight → Increases the likelihood of being classified as spam.
Negative weight → Increases the likelihood of being classified as ham (non-spam).
Examples of weight usage:
50 → Medium spam likelihood.
100 → Strong spam likelihood.
-50 → Medium ham likelihood.
-100 → Strong ham likelihood.
The higher the weight, the more impact the match will have on the email's final score.
Ein einfaches "Markieren" einer durchgelassenen Mail als Spam in der History Uebersicht waere toll.. gibt es die Moeglichkeit das evtl. in Zukunft einzubauen?
Kurz, RspamD scheint ein guter Spamfilter zu sein aber das Anlernen und Feinabstimmen ist, fuer mich zumindest, ein zeitintensives Unterfangen... was ich so vom guten alten Spamassassin nicht kenne.
In diesem Sinne, ich wuerde mich freuen wenn hier in diesem Thema ein wenig Wissen ausgetauscht werden koennte wie man die GUI easy nutzen kann um Rspam anzulernen und Ham einfach als Ham markieren kann sowie Spam einfach als Spam markieren kann...
Danke schon mal fuer Euren Input und sorry fuer so viele Fragen in einem Post.