贝叶斯规则

基本公式

全概率公式：设试验E的样本空间为S，A为E的事件，B1,B2,…,Bn为S的一个划分，并且P(Bi)>0(i=1,2,..,n) 那么：
P(A)=P(A|B1)P(B1)+P(A|B2)PB2)+…+P(A|Bn)P(Bn)

全概率公式证明依据：P(A)=P(AS)=P(AB1)+P(AB2)…+P(ABn)=P(A|B1)P(B1)+P(A|B2)P(B2)+….P(A|Bn)P(Bn)
S是样本空间，B1,B2,…,Bn是S的划分

贝叶斯公式：设试验E的样本空间为S，A为E的事件，B1,B2,..,Bn为S的一个划分，且P(A)>0,P(Bi)>0(i=1,2,3,…,n)那么：

贝叶斯公式分子证明依据（条件概率公式）：P(Bi|A)=P(BiA)/P(A) P(BiA)=P(A|Bi)P(Bi)
贝叶斯公式分母证明依据（全概率公式）

贝叶斯规则

贝叶斯规则以Thomas Bayes主教命名。
用来估计统计量的某种性质。
贝叶斯是用概率反映知识状态的确定性程度，数据集可以直接观测到，所以他不是随机的。

贝叶斯推断与其他统计学推断方法截然不同。它建立在主观判断的基础上，也就是说，你可以不需要客观证据，先估计一个值，然后根据实际结果不断修正。贝叶斯推断需要大量的计算。

http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.html

贝叶斯定理

他是一种条件概率条件概率。 比如：在B发生时，A发生的可能性。
公式为：