• 贝叶斯原理理解


    作者:Ghost

    链接:https://www.zhihu.com/question/51448623/answer/275721105
    来源:知乎


    最近看了点贝叶斯的东西,回来答一波就当复习。我认为贝叶斯的思想是执果索因,就是在知道结果的情况下去推断原因的方法。通过现象(结果)去推断事情发生的本质(原因)。仅有假设产生结果可有两个原因,A,B . 这里假设A,B = {原因} H = {结果}

    全概率公式:H发生的可能性

    P(H) = P(H|A)P(A) + P(H|B)P(B)

    贝叶斯公式: 在H发生的情况下,是A促成的可能性

    P(A|H) =[公式]

     

    举个简单的例子:村子有且仅有两个小偷,小A和小B,根据统计A偷东西的可能性是0.2,B偷东西的可能性是0.8。如果A去偷,偷成功的概率是0.8, 如果B去偷,偷成功的概率是0.3。如果村子丢了一件东西,A和B谁是嫌疑犯的可能性更大?

    H={丢东西}

    A = {A去偷东西}

    B = {B去偷东西}

    P(A) + P(B) = 1

    A,B两人偷东西可能性 P(A) = 0.2      P(B) = 0.8

    这个可以从当地的派出所的案底可以统计出来,根据这两人的作案事件占比可以分析出来

    A , B两人得手的可能性 P(H|A)=0.8     P(H|B)=0.3,

    这个是可以根据以往这两人偷东西的能力分析得到,A的脑子可能聪明,能力大,B能力不行

    那么,村子里丢东西的可能性就是 P(H) = P(A)P(H|A) + P(B)P(H|B) = 0.4

     

    那么如果是A偷得,知道了结果H, 则可表示为 P(A|H) = [公式] = 0.4

    同理,如果是B偷的,丢东西的情况下,是B偷东西的概率是P(B|H) = 0.6。

    以上分析可以看出,虽然A的脑子好,但是不经常出手,B虽然能力差,但是他是个惯犯,所以他偷的可能性大。最后可以请B喝个茶了。

  • 相关阅读:
    EJB>jboss数据源的配置 小强斋
    EJB>Session Bean 的生命周期 小强斋
    EJB>jboss数据源的配置 小强斋
    Windows XP 下安装Perl cpan模块
    列出所有已安装的perl模块
    简装版IE7.0升级版本
    暴笑三国之张飞日记
    常量和指针(Pointers and Constants)
    世界上最经典的感情短语
    学习C++的建议(Suggestions for learning C++)
  • 原文地址:https://www.cnblogs.com/keeprealblog/p/13726965.html
Copyright © 2020-2023  润新知