Začněte nyníZačněte zdarma

Bayesovský spamový filtr

Skvělá práce v předchozím cvičení! Teď se podíváme na slavný Bayesův teorém a využijeme ho k jednoduché, ale důležité úloze: detekci spamu.

Při procházení doručené pošty jsi zjistil/a, že mnohé e-maily, které ti jen zabírají čas, obsahují výkřičné fráze jako „KOUPIT HNED!!!". Začínáš tušit, že tři vykřičníky za sebou by mohly být dobrým indikátorem spamu! Připravil/a sis proto DataFrame emails se dvěma proměnnými: spam (jestli je e-mail spam) a contains_3_exlc (jestli obsahuje řetězec "!!!"). Začátek dat vypadá takto:

     spam    contains_3_excl
0    False             False
1    False             False
2    True              False
3    False             False
4    False             False

Tvým úkolem je spočítat pravděpodobnost, že je e-mail spam, pokud obsahuje tři vykřičníky. Pojďme na to krok za krokem! Tady je Bayesův vzorec pro přehled:

$$P(A|B) = \frac{P(B|A) * P(A)}{P(B)}$$

Toto cvičení je součástí kurzu

Bayesian Data Analysis in Python

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate and print the unconditional probability of spam
p_spam = ____[____].____
print(____)
Upravit a spustit kód