1.前言
英国数学家托马斯·贝叶斯(Thomas Bayes)在1763年发表的一篇论文中,首先提出了贝叶斯定理。在这篇论文中,他为了解决一个“逆概率”问题,而提出了贝叶斯定理。最初提出贝叶斯定理是为了解决“逆概率”问题,然而后来,贝叶斯定理席卷了概率论,并将应用延伸到各个问题领域,比如肝癌的检测、垃圾邮件的过滤。可以说,所有需要作出概率预测的地方都可以见到贝叶斯定理的影子,特别地,贝叶斯是机器学习的核心方法之一。
2.贝叶斯定理说明
贝叶斯定理实际上计算“条件概率”的公式,所谓”条件概率”(Conditional probability),就是指在事件B发生的情况下,事件A发生的概率,用P(A|B)来表示。
根据文氏图,可以很清楚地看到在事件B发生的情况下,事件A发生的概率就是P(A∩B)除以P(B),即如下:
那么就是:
同理可以得出: