引言
在机器学习中,我们将如何运用概率呢,其实概率早已融入了生活,我们可以用它检测收到email是否是span,或者计算击中目标的概率等。
概率公式
1、条件概率
2、全概率
3、贝叶斯公式
4、先/后验概率
先验概率:一类事物发生的概率
后验概率:某个特征下一个具体事物发生的概率,得到信息以后重新加以修正的概率
p(x1)=0.9 今天吃砂锅粉的概率(先验概率)
对于某个具体的对象y,p(x1|y):表示y的细胞正常的概率为0.82 (后验概率)
在机器学习中,我们将如何运用概率呢,其实概率早已融入了生活,我们可以用它检测收到email是否是span,或者计算击中目标的概率等。
1、条件概率
2、全概率
3、贝叶斯公式
4、先/后验概率
先验概率:一类事物发生的概率
后验概率:某个特征下一个具体事物发生的概率,得到信息以后重新加以修正的概率
p(x1)=0.9 今天吃砂锅粉的概率(先验概率)
对于某个具体的对象y,p(x1|y):表示y的细胞正常的概率为0.82 (后验概率)