条件概率（Conditional Probability）
\(对于离散随机向量(X,Y )，已知X = x的条件下，随机变量Y = y的条件概率为：\)
\(p(y|x)=P(Y=y|X=x)=\frac{p(x,y)}{p(x)}\)
贝叶斯公式
\(两个条件概率p(y|x)和p(x|y)之间的关系\)
\(p(y|x)=\frac{p(x|y)p(y)}{p(x)}\)
相关文章
- 11-06ML————朴素贝叶斯原理和SKlearn相关库
- 11-06贝叶斯模型、SVM模型、K均值（Kmeans）聚类、DBSCAN聚类和GDBT模型
- 11-06数学小知识点：贝叶斯公式的简单理解
- 11-06【机器学习基本理论】详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解
- 11-06拓端tecdat|R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型
- 11-06贝叶斯公式经典例题
- 11-06IMDB.COM排名算法（贝叶斯公式）
- 11-06R语言RStan贝叶斯示例：重复试验模型和种群竞争模型Lotka Volterra
- 11-06概率论基础_事件、条件概率、全概率公式、贝叶斯公式
- 11-06贝叶斯公式