ตัวกรองแม่น 99% แต่เมลที่ถูกเตือนเป็นสแปมแม่นจริงแค่ไหน?

* รูปภาพใช้เพื่อประกอบเนื้อหาเท่านั้น อาจไม่ใช่ภาพเหตุการณ์จริงหรือภาพจริงจากเรื่องในบทความ

กล่องจดหมายเตือนว่าอีเมลฉบับหนึ่งอาจเป็นสแปม พร้อมบอกว่าตัวกรองแม่น 99% แต่ตัวเลขนี้บอกหรือยังว่าเมลที่ถูกเตือนเป็นสแปมจริงกี่ฉบับ?

ถ้ากำหนดให้สแปมมีเพียง 1% ของอีเมลทั้งหมด และระบบจับสแปมได้ถูก 99% พร้อมแยกเมลปกติได้ถูก 99% เช่นกัน ในตัวอย่างนี้เมลที่ถูกเตือนจะเป็นสแปมจริงเพียงครึ่งหนึ่ง อีกครึ่งเป็นเมลปกติที่ระบบเตือนผิด

ตัวเลข 99% สองแบบตอบคนละคำถาม: ระบบจับเมลที่เป็นสแปมได้กี่เปอร์เซ็นต์ กับในกลุ่มเมลที่ถูกเตือน มีสแปมจริงกี่เปอร์เซ็นต์ คำถามแรกเทียบกับสแปมทั้งหมด ส่วนคำถามหลังต้องนับทั้งสแปมที่จับได้และเมลปกติที่ถูกเตือนผิด

ลองนึกถึงอีเมล 10,000 ฉบับในช่วงหนึ่ง ถ้าสแปมมีอยู่ 1% ก็เท่ากับ 100 ฉบับ ส่วนอีก 9,900 ฉบับเป็นเมลปกติ เรากำหนดในโจทย์ตัวอย่างว่าตัวกรองทำงานถูก 99% ในทั้งสองกลุ่ม

• จากสแปม 100 ฉบับ ระบบจับได้ 99 ฉบับ และพลาดไป 1 ฉบับ

• จากเมลปกติ 9,900 ฉบับ ถ้าระบบปล่อยผ่านได้ถูก 99% ก็จะมี 1% หรือ 99 ฉบับที่ถูกติดธงผิดว่าเป็นสแปม

เมลที่ถูกเตือนจึงมีทั้งหมด 198 ฉบับ: สแปมจริง 99 บวกกับเมลปกติที่ถูกเตือนผิดอีก 99 ฉบับ เมื่อนำ 99 หารด้วย 198 จึงได้ 50% หรือครึ่งหนึ่งพอดี ทั้งที่ตัวกรองจับสแปมได้ 99% ของสแปมที่มีอยู่

เหตุผลคือกลุ่มเมลปกติมีจำนวนตั้งต้นมากกว่าสแปมถึง 99 เท่า ต่อให้มีเพียง 1% ของเมลปกติที่ถูกเตือนผิด จำนวนก็ยังเท่ากับสแปมจริงที่ระบบจับได้ ตัวเลข 99% จึงต้องอ่านคู่กับสัดส่วนสแปมเดิม ไม่ใช่ดูแยกกัน

ตำรา Principles of Data Science ของ OpenStax อธิบายความน่าจะเป็นแบบมีเงื่อนไขและสูตรของเบส์ว่าโอกาสของเหตุการณ์หนึ่งต้องคำนวณเมื่อรู้ข้อมูลอีกอย่างเพิ่ม ตัวเลขอีเมลในบทความนี้เป็นโจทย์สมมติที่คำนวณตามเงื่อนไขข้างต้น ไม่ใช่ผลทดสอบของบริการกรองเมลรายใด

ขอบคุณภาพประกอบจาก https://graphic.in.th