天才一秒记住【狂风中文网】地址:https://www.kfzw.net
(垃圾邮件的后验概率):(正常邮件的后验概率)
=0.5×0.6:0.5×0.2
=0.6:0.2
=3:1
=34:14
所以,过滤器判断出
(附带链接的垃圾邮件的后验概率)=34=0.75
在扫描之前,垃圾邮件的概率被设定为0.5;而通过扫描发现链接之后,垃圾邮件的概率上升到了0.75,如图表11-5所示。
图表11-5扫描前与扫描后
在这种情况下,“正常邮件的后验概率”
为0.25,但这一概率并不为0,所以垃圾邮件的可能性增大,然而,并不能就此判定它就是垃圾邮件。
例如,尽管在过滤器上设定了“如果垃圾邮件的后验概率超过0.95,就自动把它移到垃圾箱里”
,但有可能这封邮件并没有被移动到垃圾箱里,而是被划分到收件箱中。
11-5获得第2条信息后,可能性随之变为8种
通过上一节中我们了解到,即使在获得了“附带链接”
的信息之后,也只能初步判断这封邮件极有可能是垃圾邮件,但不能确定它一定会被移动到垃圾箱中。
因此,过滤器会通过添加其他的信息,再次进行判断。
现在我们添加一个条件:把“幽会”
一词作为关键词来进行检索。
“幽会”
一词出现的概率和不出现的概率,如图表11-6所示。
图表11-6附带链接的条件概率
此时,过滤器在扫描邮件时,除了“附带链接”
之外,又增加了含有“幽会”
一词的条件,通过这两个条件来判别垃圾邮件。
首先,在图表11-2共体现了两种可能性,而在图表11-7中,这两种可能性各自又分为4种可能性,所以共计有8种可能性,这8种可能性各自的概率如图表11-7的下部所示。
图表11-7附带链接的条件概率
要注意的是,垃圾邮件和正常邮件的概率分列在两个表中。
这样做的原因是,被检查邮件是垃圾邮件或是正常邮件的两种情况下,概率是完全不同的。
并且,在上述两种情况下,被扫描的特征(附带链接或不带链接、含有“幽会”
或不含“幽会”
)出现的概率也是完全不同的。
因此,必须分开计算各自的概率。
本章未完,请点击下一章继续阅读!若浏览器显示没有新章节了,请尝试点击右上角↗️或右下角↘️的菜单,退出阅读模式即可,谢谢!