1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的贝叶斯数据分析
Connected

道练习

贝叶斯垃圾邮件过滤器

上一题做得很好！现在我们来挑战著名的贝叶斯定理，并将其用于一个简单但重要的任务：垃圾邮件检测。

在浏览收件箱时，您发现许多不值得花时间阅读的邮件常常包含感叹式语句，比如 "BUY NOW!!!"。您开始思考：连续三个感叹号也许是一个很好的垃圾邮件预测信号！因此，您准备了一个名为 emails 的 DataFrame，其中有两个变量：spam，表示邮件是否为垃圾邮件；contains_3_exlc，表示是否包含字符串 "!!!"。数据的前几行如下所示：

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

您的任务是：在已知邮件包含三个感叹号的条件下，计算它是垃圾邮件的概率。我们一步一步来！供您参考，下面是贝叶斯公式：

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

说明 1 / 共 4 个

undefined XP
    1
    2
    3
    4
  • 计算邮件为垃圾邮件的非条件概率，赋值给变量 p_spam 并打印。