Probabilità condizionata
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 17 di 64.
La metà di queste 10 email sono spam. Ma una volta che sai che un'email contiene un link, contano solo quelle con un link:
La proporzione all'interno di quel gruppo è la probabilità condizionata dello spam dato un link, P(spam | link). Conta entrambi, poi dividi per la condizione:
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())Questo stampa:
0.5
0.75La condizione che già conosci va sotto la linea: dividi per essa. Un filtro antispam funziona così: la probabilità che un'email sia spam date le sue parole.
Sfida
MedioUn mercato ha registrato 50 giorni in mornings.csv: il sky del mattino (clear, cloudy o foggy) e rain, yes se ha piovuto più tardi. Quale cielo è il miglior indicatore?
- Per ogni cielo in
skies, stampa la probabilità di pioggia dato quel cielo. - Stampa la probabilità di pioggia in un giorno qualsiasi.
- Stampa l'indizio migliore: il cielo con la probabilità più alta.
Per un registro più breve, arrotonda a 2 decimali:
Rain after a clear morning: 0.25
Rain after a cloudy morning: 0.33
Rain after a foggy morning: 0.75
Rain on any day: 0.45
Best clue for rain: foggyProvalo tu
import pandas as pd
days = pd.read_csv("mornings.csv")
skies = ["clear", "cloudy", "foggy"]
# Scrivi il tuo codice qui sotto
Mettiti alla provaQuesta lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Tutte le lezioni di Statistica per il machine learning
1Centro e dispersione
Media e medianaPercentili e quartiliVarianza e deviazione standardCampione o popolazione?Il valore più frequenteRiepilogo: tempi di consegna4Campioni e popolazioni
Popolazione e campioneLe medie campionarie varianoDistribuzione campionariaCampioni più grandi, meno rumoreRiepilogo: sondare una città7Linee di tendenza
ResiduiAdattamento dei minimi quadratiTracciare la retta di adattamentoFare previsioni con una rettaQuanto è buono l’adattamento?Riepilogo: ore di pratica10Codifica delle categorie
Categorie come numeriCodifica one-hotRaggruppamento dei numeri in intervalliRiepilogo: annunci di auto2Distribuzioni
Istogrammi di densitàForme dei datiCurva normaleRegola 68-95-99,7Punteggi ZRiepilogo: durata della batteria5Valori anomali
Diagrammi a scatolaLa regola dell'IQRLa regola dello z-scoreGestire i valori anomaliRiepilogo: anomalie dei sensori3Probabilità tramite simulazione
La probabilità come frequenzaLa legge dei grandi numeriSomme dei dadiValore attesoProbabilità condizionataRiepilogo: probabilità al banco dei dadi6Relazioni
Leggere i grafici a dispersioneCorrelazioneMatrice di correlazioneMappe di calore della correlazioneCorrelazione non significa causalitàRiepilogo: gelato e soleEsercitati da solo: Compilatore Python online