简要介绍一下贝叶斯定理( Bayes‘ theorem)

Posted Data+Science+Insight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了简要介绍一下贝叶斯定理( Bayes‘ theorem)相关的知识,希望对你有一定的参考价值。

简要介绍一下贝叶斯定理( Bayes\' theorem)

 

在引出贝叶斯定理之前,先学习几个定义:

条件概率(又称后验概率)就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B),读作“在B条件下A的概率”。

比如,在同一个样本空间Ω中的事件或者子集A与B,如果随机从Ω中选出的一个元素属于B,那么这个随机选择的元素还属于A的概率就定义为在B的前提下A的条件概率,所以:P(A|B) = |A∩B|/|B|,接着分子、分母都除以|Ω|得到:

以上是关于简要介绍一下贝叶斯定理( Bayes‘ theorem)的主要内容,如果未能解决你的问题,请参考以下文章

贝叶斯定理推导(Bayes' Theorem Induction)

朴素贝叶斯算法(Naive Bayes)

朴素贝叶斯(naive bayes)

朴素贝叶斯(Naive Bayes)算法

朴素贝叶斯(Naive Bayes)

朴素贝叶斯(Naive Bayes)及python实现(sklearn)