ÎncepețiÎncepe gratuit

Filtru Bayesian de spam

Felicitări pentru exercițiul anterior! Acum vom aborda celebra Teoremă a lui Bayes și o vom folosi pentru o sarcină simplă, dar importantă: detectarea spam-ului.

Răsfoind căsuța de e-mail, ai observat că multe dintre mesajele pe care preferi să le ignori conțin expresii exclamative, precum "CUMPĂRĂ ACUM!!!". Ai început să te gândești că prezența a trei semne de exclamare consecutive ar putea fi un bun predictor pentru spam! Prin urmare, ai pregătit un DataFrame numit emails cu două variabile: spam, care indică dacă e-mailul este spam, și contains_3_exlc, care indică dacă acesta conține șirul "!!!". Primele rânduri ale datelor arată astfel:

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

Sarcina ta este să calculezi probabilitatea ca un e-mail să fie spam, știind că acesta conține trei semne de exclamare. Să rezolvăm pas cu pas! Iată formula lui Bayes pentru referință:

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

Acest exercițiu face parte din cursul

Analiza bayesiană a datelor în Python

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Calculate and print the unconditional probability of spam
p_spam = ____[____].____
print(____)
Editează și rulează codul