贝叶斯公式

联合概率:

全概率公式：

贝叶斯公式：建立在条件概率的基础上寻找时间发生的原因（即大事件A已经发生的条件下，分割中的小事件的概率）

第二种理解：其中p(w)：为先验概率，表示每种类别分布的概率；：类条件概率，表示在某种类别前提下，某事发生的概率；而为后验概率，表示某事发生了，并且它属于某一类别的概率，有了这个后验概率，我们就可以对样本进行分类。后验概率越大，说明某事物属于这个类别的可能性越大，我们越有理由把它归到这个类别下

我们来看一个直观的例子：已知：在夏季，某公园男性穿凉鞋的概率为1/2，女性穿凉鞋的概率为2/3，并且该公园中男女比例通常为2:1，问题：若你在公园中随机遇到一个穿凉鞋的人，请问他的性别为男性或女性的概率分别为多少？

        从问题看，就是上面讲的，某事发生了，它属于某一类别的概率是多少？即后验概率。

        设：

        由已知可得：

        男性和女性穿凉鞋相互独立，所以

部分参考：https://blog.csdn.net/zengxiantao1994/article/details/72787849