理解贝叶斯公式 P(A|B)P(B)=P(A)P(B|A)

贝叶斯公式应该画级联的图来理解

明确
P(A=0) = 0.5
P(B=0|A=0) = 0.6
P(B=0) = 0.6*0.5 + 0.25*0.6 + 0.25*0.6 = 0.6
则应用贝叶斯公式
P(A=0|B=0) = P(A=0)P(B=0|A=0) / P(B=0) = 0.5*0.6/0.6 = 0.5

明确
P(A=1) = 0.25
P(B=0|A=1) = 0.6
P(B=0) = 0.6*0.5 + 0.25*0.6 + 0.25*0.6 = 0.6
则应用贝叶斯公式
P(A=1|B=0) = P(A=1)P(B=0|A=1) / P(B=0) = 0.25*0.6/0.6 = 0.25

明确
P(A=2) = 0.25
P(B=0|A=2) = 0.6
P(B=0) = 0.6*0.5 + 0.25*0.6 + 0.25*0.6 = 0.6
则应用贝叶斯公式
P(A=2|B=0) = P(A=2)P(B=0|A=2) / P(B=0) = 0.25*0.6/0.6 = 0.25

可以看出B无论是0还是1，不影响A，合理

结论：

贝叶斯公式应该画级联的图来理解

理解贝叶斯公式 P(A|B)P(B)=P(A)P(B|A)相关推荐

教你如何理解贝叶斯公式
贝叶斯公式定理贝叶斯的英文概率论中的一个定理,跟它随机变量的条件概率以及边缘概率分布有关. 下面是贝叶斯的公式: 其中P(A | B).是指在事件乙发生的情况下事件甲发生的概率其中甲代表的是所属的类 ...
5分钟理解贝叶斯公式
贝叶斯公式: $$P(Y|X)=\frac{P(X|Y) P(Y)}{P(X)}$$ 贝叶斯公式是机器学习的大部分算法理论的基础,比如朴素贝叶斯方法,隐马尔可夫模型,条件随机场,可以说不理解贝叶斯公式 ...
这些年来，第一次理解“贝叶斯公式”
这些年来,第一次理解"贝叶斯公式"_哔哩哔哩_bilibiliqq 链接是清华的张颢老师讲课短视频,不清楚,但够了,改变了对贝叶斯公式的认识. 后验概率=似然估计*先验概率/常数= ...
垃圾邮件分类快速理解机器学习中的朴素贝叶斯（Naive Bayes）
贝叶斯方法是一个历史悠久,有着坚实的理论基础的方法,同时处理很多问题时直接而又高效,很多高级自然语言处理模型也可以从它演化而来.因此,学习贝叶斯方法,是研究自然语言处理问题的一个非常好的切入口. 其实 ...
从贝叶斯公式到垃圾邮件的识别
看<***与画家>讲到"防止垃圾邮件的一种方法",觉得很适合用来表述数学公式与机器学习之间的关系.涉及到机器学习的数学公式比较简单,概率论基础教程都会讲到.解决的问题也 ...
古典概型，条件概率，贝叶斯公式
概率的定义,性质定义设 EEE 是随机试验,SSS 是它的样本空间. 对于 EEE 的每一个事件 AAA 赋予一个实数,记为 P(A)P(A)P(A),称为事件 AAA 的概率. 如果 ...
贝叶斯公式——假阳性问题
某医生用一种检测技术诊断就诊者是否患肝癌,他需针对已得知的检测结果做出判断:就诊者是否患病? 分析:实验结果无非是如下四种情况: 记 A={检测结果显示就诊者患有肝癌},B={就诊者确实患有肝癌},我 ...
机器学习数学基础——全概率公式与贝叶斯公式
概率论在机器学习中有很重要的地位,本篇总结一下我对贝叶斯公式和全概率公式的理解. 1.全概率公式的定义因为公式本身就比较抽象,一开始就列举公式很不友好,因此先举个栗子抛砖引玉: [问题1]现追捕某犯 ...
5分钟理解边缘概率，联合概率，条件概率，随机事件独立，随机事件依赖
在隐马尔可夫(HMM)和条件随机场(CRF)中有很多概率计算问题,要想理解他们,必须先把概率的一些概念及计算公式搞清楚.本文旨在用形象的图形和具体事例来讲解这些概念和公式,以帮助理解.这里讲的部分内容 ...

理解贝叶斯公式 P(A|B)P(B)=P(A)P(B|A)

结论：

理解贝叶斯公式 P(A|B)P(B)=P(A)P(B|A)相关推荐

最新文章

热门文章