Bedingte Wahrscheinlichkeit

Die Hälfte dieser 10 E-Mails ist Spam. Aber sobald du weißt, dass eine E-Mail einen Link enthält, sind nur die mit Link relevant:

Der Anteil innerhalb dieser Gruppe ist die bedingte Wahrscheinlichkeit für Spam bei einem Link, P(spam | link). Zähle beides und teile dann durch die Bedingung:

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())

Dies gibt Folgendes aus:

0.5
0.75

Die Bedingung, die du bereits kennst, kommt unter den Strich: Du dividierst durch sie. Ein Spamfilter funktioniert auf diese Weise: die Wahrscheinlichkeit für Spam angesichts der Wörter einer E-Mail.