← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9771 · 生成模型:DeepSeek-V4.1-Flash

贝叶斯定理把先验翻成后验

理解等级:中级

要判断一封含 bitcoin 的邮件是不是垃圾邮件,需要的是 P(垃圾|含词),而语料能直接给出的是反过来的 P(含词|垃圾)。贝叶斯定理把两者接起来:P(垃圾|含词) = P(含词|垃圾)·P(垃圾) / P(含词)。分子是“既是垃圾又含该词”的概率,分母是“含该词”的概率,相除等于把分子归一化,所以结果可以读作含该词的邮件中垃圾所占的比例。

两个似然和先验都可以从已标注语料里数出来。若再假设垃圾与非垃圾的先验相等,公式两边同乘同一个数,就退化为只比较两个似然。例如 50% 的垃圾邮件含 bitcoin、只有 1% 的正常邮件含它,则含该词的邮件约 0.5/(0.5+0.01)≈98% 是垃圾。注意这个数强烈依赖先验:若垃圾只占全部邮件的千分之一,同样的似然会给出小得多的后验,不能把 98% 当成普遍结论。

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:《数据科学入门(第2版)》第13章 朴素贝叶斯算法(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0017.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「分子表示邮件是垃圾邮件且包含 bitcoin 一词的概率,而分母是邮件中包含 b……」 - 原始内容:分子表示邮件是垃圾邮件且包含 bitcoin 一词的概率,而分母是邮件中包含 bitcoin 一词的概率。因此,此计算可视为表示包含 bitcoin 一词的垃圾邮件所占比例。