文章來源：公眾號-智能化IT系統。
貝葉斯的原理類似於概率反轉，通過先驗概率推導出后驗概率。其公式如下：
在大數據分析中，該定理可以很好的做推導預測，很多電商以及用戶取向可以參照此方式，從已有數據推導出未知數據，以歸類做后續操作。
例如，在一個購房機構的網站，已有8個客戶，信息如下：
| 用戶ID | 年齡 | 性別 | 收入 | 婚姻狀況 | 是否買房 |
| 1 | 27 | 男 | 15W | 否 | 否 |
| 2 | 47 | 女 | 30W | 是 | 是 |
| 3 | 32 | 男 | 12W | 否 | 否 |
| 4 | 24 | 男 | 45W | 否 | 是 |
| 5 | 45 | 男 | 30W | 是 | 否 |
| 6 | 56 | 男 | 32W | 是 | 是 |
| 7 | 31 | 男 | 15W | 否 | 否 |
| 8 | 23 | 女 | 30W | 是 | 否 |
這時來了一個新的客戶，還沒買房，其信息如下：
| 年齡 | 性別 | 收入 | 婚姻狀況 |
| 34 | 女 | 31W | 否 |
那么怎么判斷她是否會買呢，是否需要給她做買房推薦呢？
我們用貝葉斯理論來計算其概率。在上述已有的8個客戶中，有四個維度，年齡，性別，收入，婚姻狀況，這四個緯度構成衡量最終是否買房的標准。我們按照最終是否買房，把記錄分為兩個表：
買了房的（圖表1）：
| 用戶ID | 年齡 | 性別 | 收入 | 婚姻狀況 | 是否買房 |
| 2 | 47 | 女 | 30W | 是 | 是 |
| 4 | 24 | 男 | 45W | 否 | 是 |
| 6 | 56 | 男 | 32W | 是 | 是 |
沒買房的（圖表2）：
| 用戶ID | 年齡 | 性別 | 收入 | 婚姻狀況 | 是否買房 |
| 1 | 27 | 男 | 15W | 否 | 否 |
| 3 | 32 | 男 | 12W | 否 | 否 |
| 5 | 45 | 男 | 30W | 是 | 否 |
| 7 | 31 | 男 | 15W | 否 | 否 |
| 8 | 23 | 女 | 30W | 是 | 否 |
買房的概率我們用P(a1)表示，為3/8，沒買房的概率我們用P(a2)表示，為5/8。
我們依次從這四個緯度分析：
年齡：
這里我們按照年齡段，分為20-30，30-40，40+三個階段。這個新客戶的年齡在30-40。
P(b1|a1) --- 30-40買房的概率是1/3
P(b1|a2) --- 30-40沒買房的概率是2/5
收入：
這里我們按照薪水，分為10-20，20-40，40+三個級別。這個新客戶的收入在20-40。
P(b2|a1) --- 20-40買房的概率是2/3
P(b2|a2) --- 20-40沒買房的概率是2/5
婚姻狀況：
新客戶是未婚
P(b3|a1) --- 未婚買房的概率是1/3
P(b3|a2) --- 未婚沒買房的概率是3/5
性別：
新客戶是女
P(b4|a1) --- 女性買房的概率是1/3
P(b4|a2) --- 女性沒買房的概率是1/5
OK，現在開始做整合：
新用戶買房的統計概率為P(b|a1)P(a1)，其中P(b|a1)為P(b1|a1)P(b2|a1)P(b3|a1)P(b4|a1)，那么為0.33*0.66*0.33*0.33*3/8 = 0.0089
新用戶不會買房的統計概率為P(b|a2)P(a2)，其中P(b|a2)為P(b1|a2)P(b2|a2)P(b3|a2)P(b4|a2)，那么為0.4*0.4*0.6*0.2*5/8 = 0.012
由結果得知，該用戶不會買房的概率大，所以可以將其分類至不會買房的類別。
公眾號-智能化IT系統。每周都有技術文章推送，包括原創技術干貨，以及技術工作的心得分享。掃描下方關注。
