先验概率、后验概率

若 是一个希望由 推测出来的数据。如 :x =堵车y 为堵车的原因,其中  {\color{Red} y_{1}=} 车辆多 {\color{Red} y_{2}=} 交通事故

1、先验概率:{\color{Red} p(x)}

事件发生前的预判概率。可以是基于历史数据的统计,可以由背景常识得出,也可以是人的主观观点给出。如堵车的概率 {\color{Red} p(x)}为先验概率。

2、后验概率:{\color{Red} p(y_{1}|x)}  、{\color{Red} p(y_{2}|x)}

事件发生后求的反向条件概率。即事情已经发生,求这件事情的发生是由某个因素引起的可能性的大小(由果求因)。如:在堵车的情况下,是由于车多而导致的概率{\color{Red} p(y_{1}|x)}为后验概率。

 


参考资料:

[1]  贝叶斯公式的直观理解(先验概率/后验概率)

[2]  先验概率与后验概率、贝叶斯区别与联系

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值