Prawdopodobieństwo warunkowe

Połowa z tych 10 e-maili to spam. Ale kiedy już wiesz, że e-mail zawiera link, liczą się tylko te z linkiem:

Udział w tej grupie to prawdopodobieństwo warunkowe spamu przy założeniu, że wiadomość zawiera link, P(spam | link). Policz oba, a następnie podziel przez liczbę spełniającą warunek:

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())

To wyświetla:

0.5
0.75

Znany Ci już warunek umieszczasz poniżej kreski: dzielisz przez niego. Tak działa filtr spamu: prawdopodobieństwo spamu przy danych słowach w wiadomości e-mail.