Probabilidade condicional

Metade desses 10 e-mails é spam. Mas, depois que você sabe que um e-mail tem um link, só os que têm link importam:

A proporção dentro desse grupo é a probabilidade condicional de spam dado um link, P(spam | link). Conte ambos e, em seguida, divida pela condição:

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())

Isso imprime:

0.5
0.75

A condição que você já conhece fica abaixo da linha: você divide por ela. Um filtro de spam funciona assim: a chance de ser spam, dados os termos de um e-mail.