频率派 \(vs\) 贝叶斯派 一、前言 在使用各种概率模型时，比如极大似然估计 \(logP(X|\theta)\)，已经习惯这么写了，可是为什么这么写？为什么X在前，为什么 \(\theta\) 在后，分别代表了什么？这些更深一层的逻辑和理由不是特别清晰，故此梳理一下频率 ...

回我们初次见识了统计学理论中的“独孤九剑”——贝叶斯统计学（戳这里回顾），它的起源便是大名鼎鼎的贝叶斯定理。 整个贝叶斯统计学的精髓可以用贝叶斯定理这一条式子来概括： 我们做数据分析，绝大多数情况下希望得到的是关于某种假说是否成立的信息。等式左边的P(参数 | 数据)，正是在观察到了手头上 ...

全概率公式 设 $B_{1},B_{2},...,B_{n}$ 是一个完备事件组且都有正概率，则对任一个事件 $A$ 有 $$P(A) = \sum_{i=1}^{n}P(AB_{i}) = \sum_{i=1}^{n}P(B_{i})P(A|B_{i})$$ 将复杂的事件划分为简单 ...

全概率公式和贝叶斯公式 一、总结 一句话总结： 全概率就是表示达到某个目的，有多种方式（或者造成某种结果，有多种原因），问达到目的的概率是多少（造成这种结果的概率是多少） 贝叶斯公式就是当已知结果，问导致这个结果的第i原因的可能性是多少？执果索因！ 1、条件概率 意义及意义例子 ...

贝叶斯公式及朴素贝叶斯分类算法应用初探 【摘要】 贝叶斯公式在现代发展中扮演着越来越重要的角色，本文通过生动有趣的应用实例详细介绍了贝叶斯公式、贝叶斯推理和朴素贝叶斯分类算法的原理和使用方法。 【关键词】 贝叶斯公式、贝叶斯推理、朴素贝叶斯分类算法 引言 贝叶斯公式 ...

一、条件概率公式 举个例子，比如让你背对着一个人，让你猜猜背后这个人是女孩的概率是多少？ 直接猜测，肯定是只有５０％的概率，假如现在告诉你背后这个人是个长头发，那么女的概率就变为９０％。 所以条件概率的意义就是，当给定条件发生变化后，会导致事件发生的可能性发生变化。 条件概率由文氏 ...

概率是一种基于事件发生可能性来描述未来趋势的数学工具。其本质就是通过过去已经发生的事情来推断未来事件，并且将这种推断放在一系列的公理化的数学空间当中进行考虑。例如，抛一枚均质硬币，正面向上的可能性多大？概率值是一个0-1之间的数字，用来衡量一个事件发生可能性的大小。概率值越接近于1，事件发生 ...

1、贝叶斯定理 P(A∣B)=P(A)P(B∣A)P(B) P(A|B)是已知B发生后A的条件概率，也由于得自B的取值而被称作A的后验概率。 P(B|A)是已知A发生后B的条件概率，也由于得自A的取值而被称作B的后验概率。 P(A)是A的先验概率或边缘概率。之所以称为 ...