数据挖掘实践(9):基础理论(九)数学基础(九)概率(五)⻉叶斯公式

1 条件概率公式

设A,B是两个事件,且P(B)>0,则在事件B发⽣的条件下,事件A发⽣的条件概率为:

数据挖掘实践(9):基础理论(九)数学基础(九)概率(五)⻉叶斯公式

2 乘法公式

根据条件概率公式我们可以得到如下等式:

数据挖掘实践(9):基础理论(九)数学基础(九)概率(五)⻉叶斯公式

3 全概率公式

如果事件B1,B2,...满⾜:   1.B1,B2...两两互斥,也就是Bi ∩ Bj = ∅ ,i≠j , i,j=1,2,....,且P(Bi)>0,i=1,2,....;   2.B1∪B2∪....=Ω ,则称事件组 B1,B2,...是样本空间Ω的⼀个划分,设 B1,B2,...是样本空间Ω的⼀个划分,A为任⼀事件,则: 数据挖掘实践(9):基础理论(九)数学基础(九)概率(五)⻉叶斯公式

4 ⻉叶斯公式

数据挖掘实践(9):基础理论(九)数学基础(九)概率(五)⻉叶斯公式

 

 

  与全概率公式解决的问题相反,⻉叶斯公式是建⽴在条件概率的基础上寻找事件发⽣的原因(即⼤事件A已经发⽣的条件下,分割中的⼩事件Bi的概率),设B1,B2,...是样本空间Ω的⼀个划分,则对任⼀事件A(P(A)>0),有 数据挖掘实践(9):基础理论(九)数学基础(九)概率(五)⻉叶斯公式

 

  Bi 常被视为导致试验结果A发⽣的”原因“,P(Bi)(i=1,2,...)表示各种原因发⽣的可能性⼤⼩,故称先验概率;P(Bi|A)(i=1,2...)则反映当试验产⽣了结果A之后,再对各种原因概率的新认识,故称后验概率。

 

上一篇:YOLOV5——将 json 转化为 YOLO 需要的数据格式


下一篇:Netty实战四之传输