3.1贝叶斯奇幻之旅

• overview(总述)

  

• Classification（分类）

  

  • 分类是有监督的学习（聚类是无监督的学习）
  • 二维分类问题

    

  • Training a Classifier

    

• Bayes Theorem(贝叶斯定理)

  

  • 使用贝叶斯的好处
    • 不仅能够得到分类还能到分类概率
  • 【条件概率公式】
    • P（A|B）=P(AB)/P(B)
  • 举例
    • Fish Example

      

      • 解释
        • 问题：猜捞出来的鱼是金枪鱼还是三文鱼
        • 情况1：概率为50%，50%（随便猜）
        • 情况2：70%，30%（猜多数的）
        • 情况三：已知鱼的颜色（使用贝叶斯 公式）
    • Shooting Example

      

      • 解释
        • 问题：甲乙两人射击，各射一枪，已知靶子被击中，则是甲（乙）击中的概率是多少
        • 回答：使用贝叶斯公式
    • Cancel Example

      

      

      • 解释
        • 问题：当某人的体检报告呈阳性时，他真的得癌症的概率是多少
        • 回答：体检报告呈阳性，真正得癌症的概率还是很小的
    • Headache & Flu Example

      

      

      • 解释
        • 问题：已知流感和头疼的某些先验概率，问头疼的人真的得流感的概率
        • 回答：P（F｜H）不等于P（H｜F）