【漫话机器学习系列】014.贝叶斯法则（Bayes Theorem）

贝叶斯法则（Bayes Theorem）

贝叶斯法则是概率论中的一个基本定理，用于描述已知一个事件的条件概率如何更新另一个事件的概率。它是贝叶斯统计的核心，用于从数据中推断未知量。

贝叶斯法则的数学表达式为：

---

符号解释

• P(A∣B)：事件 B 发生后，事件 A 发生的 条件概率。
• P(B∣A)：事件 A 发生后，事件 B 发生的 条件概率。
• P(A)：事件 A 的 先验概率（在观察到 B 之前的初始估计）。
• P(B)：事件 B 的 边缘概率，是 B 的总概率，可通过公式计算：