Probabilitas Bersyarat

Setengah dari 10 email ini adalah spam. Namun, setelah kamu tahu sebuah email memiliki tautan, hanya email yang memiliki tautan yang penting:

Proporsi di dalam grup tersebut adalah probabilitas bersyarat spam dengan syarat ada tautan, P(spam | link). Hitung keduanya, lalu bagi dengan kondisi:

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())

Ini mencetak:

0.5
0.75

Kondisi yang sudah kamu ketahui berada di bawah garis: kamu membaginya dengan kondisi itu. Filter spam bekerja dengan cara ini: peluang spam berdasarkan kata-kata dalam email.