机器学习数据基础之条件概率

条件概率定义

条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：P（A|B），读作“在B的条件下A的概率”。

设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：

$\mathrm{P}(\mathrm{A}|\mathrm{B})=\frac{\mathrm{P}(\mathrm{A}\mathrm{B})}{\mathrm{P}(\mathrm{B})}$

其中的$\mathrm{P}(\mathrm{A}\mathrm{B})$ 表示两个事件共同发生的概率，叫做联合概率。A与B的联合概率表示为 P(AB) 或者P(A,B),或者P(A∩B)。

条件概率算例

甲、乙两地都位于长江下游，根据一百多年的气象记录，知道甲、乙两地一年中雨天占的比例分别为20%和18%，两地同时下雨的比例为12%。
问：

• 乙地为雨天时，甲地为雨天的概率为多少?
• 甲地为雨天时，乙地也为雨天的概率为多少?

根据条件概率公式 $\mathrm{P}(\mathrm{A}|\mathrm{B})=\frac{\mathrm{P}(\mathrm{A}\mathrm{B})}{\mathrm{P}(\mathrm{B})}$ 可知：
令：

• 甲地雨天为 P(A) = 0.2
• 乙地雨天为 P(B) = 0.18
• 两地同时下雨 P(AB) = 0.12

则：

• 乙地为雨天时，甲地为雨天的概率为多少?
  即是求概率P(A|B)
  根据条件概率：
  $\begin{array}{rl}\mathrm{P}(\mathrm{A}|\mathrm{B})& =\frac{P(AB)}{P(B)}\\ & \\ & =\frac{0.12}{0.18}\\ & \\ & =0.67\end{array}$

• 甲地为雨天时，乙地也为雨天的概率为多少?
  即是求概率P(B|A)
  根据条件概率：
  $\begin{array}{rl}\mathrm{P}(\mathrm{B}|\mathrm{A})& =\frac{P(AB)}{P(A)}\\ & \\ & =\frac{0.12}{0.2}\\ & \\ & =0.6\end{array}$