貝葉斯演算法

貝葉斯為了解決「逆概」問題提出的

正向概率 袋子裡裝著n個黑球和m個白球，伸手取摸球，摸到黑球和白球的概率有多大

逆向概率 袋子裡前提不知道有黑白球的比例，而是閉著眼睛摸球統計後推測黑球和白球的比例

現實世界本身不確定，人類觀察是有侷限的

我們日常所觀察只是表面，很多東西都是推測。

男生總是穿長褲，女生則一半長褲一半短裙。男生百分之六十，女生百分之四十。

正向概率：乙個學生（他/她）穿長褲和穿長裙的的概率是多少。
逆向概率：乙個穿長褲的學生迎面走來，你能確定他（或者她）是男生還是女生，並且確定概率。

穿長褲的（男生）：u * p（boys）* p（pants|boys）

p（boy）是男生的概率

p（pants|boy 是在該同學是男生的條件下穿長褲的概率。這裡必然是100%。

穿長褲的（女生）：u * p（girls）* p（pants|girls）

現在求穿長褲裡面有多少女生。(由上面的得到)

穿長褲的（女生）：u * p（girls）* p（pants|girls）

穿長褲裡面有多少女生 p（pants|girls) :u * p（girls）* p（pants|girls）/ [ u * p（boys）* p（pants|boys） + u * p（girls） * p（pants|girls）]

而且與總人數沒有關係，u可以消去。

p（pants|girls) = p（girls）* p（pants|girls）/ [ p（boys）* p（pants|boys） + p（girls） * p（pants|girls）]

分母是 p(pants)

分子是p(pants, girls)

貝葉斯演算法

貝葉斯演算法需要解決的問題 1.正向概率 假設袋子中n白球，m黑球，摸到黑球概率多大 2.逆向概率 事先不知道袋子中黑白球個數，從袋子中摸出乙個或幾個球，觀察這些取出球的顏色，以此來推斷袋中白黑球的比例。為什麼需要貝葉斯 現實世界本身就是不確定的，假設黑白球數量無限大，人類觀察能力有限，我們不可能完...

貝葉斯演算法

總結應用 貝葉斯演算法的目的是解決逆向概率的問題。何為逆向概率？先看看正向概率 袋子裡有m個黑球，n個白球，隨手一模，是黑球的機率是多大。這就是個正向概率問題。逆向概率 袋子裡有兩種球，通過觀察摸出來的球的顏色，推斷袋子中兩種球的比率。逆向概率的作用 是通過有限的資料推斷無限資料的情況，思考 星系距...

貝葉斯演算法

貝葉斯演算法 在大學的時候我們都學過貝葉斯公式 p b a p ab p a p a b p b p a 表明了，在已知a，b共同發生的概率以及事件a發生的概率,則可以知道在事件a發生的情況下發生事件b的概率。然後現在我們就可以將這個公式進行應用到工業中去，假設我們現在有很多的訓練資料，這個時候訓練...