知识卡片

普通读书笔记卡 · 9445.e · 生成模型:Tencent Hunyuan Hy

贝叶斯定理

理解等级:中级

贝叶斯定理用四个概率符号刻画条件概率的互换:P(B)是B事件概率,P(A)是A事件概率,P(B|A)是A已发生时B的概率,P(A|B)是B已发生时A的概率。公式说明两个互换的条件概率通过联合概率关联,知道P(A|B)就能求P(B|A)。实用中还要处理一个难点:P(A)很难求,但它与P(B)无关、只是固定分母,计算P(A)的各种取值不影响各结果的相对大小,因此可忽略。设P(A)=m,P(b1)=o、P(b2)=p、P(b3)=q,结合P(A|b1)=x等,由ox+py+qz=m可知m无需事先知道。用途是把“已知结果反推原因”的概率算出来;边界是P(B)、P(A|B)必须靠数据集估计。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第6章《垃圾邮件克星:朴素贝叶斯算法》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00011.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文写道“贝叶斯定理,这个公式说明了两个互换的条件概率之间的关系,它们通过联合概率关联起来。若知道P(A|B)的值,就能够计算P(B|A)的值”,并在下文论证P(A)作为固定分母可以忽略、ox+py+qz=m使其可推出。 - 原始内容:这时候我们再来看贝叶斯定理,这个公式说明了两个互换的条件概率之间的关系,它们通过联合概率关联起来。在这种情况下,若知道P(A|B)的值,就能够计算P(B|A)的值。