الاحتمال الشرطي

نصف هذه الرسائل الإلكترونية العشر رسائل مزعجة. لكن بمجرد أن تعرف أن رسالة إلكترونية تحتوي على رابط، لا يهم سوى الرسائل التي تحتوي على رابط:

النسبة داخل تلك المجموعة هي الاحتمال الشرطي للبريد العشوائي عند وجود رابط، P(spam | link). احسب كليهما، ثم اقسم على الشرط:

emails = pd.DataFrame({
    "link": ["yes", "no", "yes", "no", "no", "no", "yes", "no", "no", "yes"],
    "spam": ["yes", "no", "yes", "no", "no", "yes", "no", "no", "yes", "yes"],
})
spam = emails["spam"] == "yes"
link = emails["link"] == "yes"
print(spam.mean())
print((spam & link).sum() / link.sum())

يطبع هذا:

0.5
0.75

الشرط الذي تعرفه بالفعل يأتي أسفل الخط: تقسم عليه. يعمل مرشح الرسائل غير المرغوب فيها بهذه الطريقة: احتمال أن تكون الرسالة غير مرغوب فيها بالنظر إلى كلمات البريد الإلكتروني.