基于python数据分析（分析篇五：贝叶斯统计）

贝叶斯统计

用途：帮助我们利用基础概率和波动数据做到明察秋毫

一、条件概率

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”。条件概率可以用决策树进行计算。（来源：百度百科）
条件概率

二、基础概率（事前概率）

最原始的概率，比如患病的概率为1%，那么这个1%就为基础概率，也叫事前概率。

警惕基础概率，基础概率书籍不会子啊每种情况下都存在，但是如果有数据但是我们并没有加以利用，那么我们就会毁于基础概率谬误，就是忽略事前数据并因此做出错误决策。

贝叶斯规则可以反复使用

基础概率，利用贝叶斯规则，条件概率下的分析流程：

• 根据基础概率，得到条件概率，最终得到结果
• 贝叶斯分析，得到更多的数据，分析结果
• 修正基础概率，得到想要的结果