简单易懂的贝叶斯公式

关于贝叶斯公式相信大家都不陌生，也经常能在网上看到关于它的介绍，但大多都专业性太强了，一些专业名称解释不够通俗易懂，所以想写一篇简单易懂的博文跟大家分享一下，我对贝叶斯的理解，希望大家能指点一下。

我们先看看关于贝叶斯公式：

     （1）

其中P(A|B)是在B发生的情况下A发生的可能性。  为完备事件组，即

 

由于A1,….An是一个完备事件，所以公式的分母的等于P(B)。

举一个例子，有10个人，5个男、5个女，男性中有1个人为长发，女性中有3个人为长发，事件A为性别类型（在这里对第三性别的朋友，深感抱歉），事件B为是否留长发。那么公式（1）中分母为

(1/5)*(5/10)+(3/5)*(5/10)=0.4，

而P(B)=(1+3)/10=0.4。两个概率是一致的。

OK！那么贝叶斯公式就可以变换成以下形式了。

这样是否更加熟悉一点，接下来，解释一下这个公式的含义：

还是引用上面的例子：假设一个公司里面员工的总数为U个，60%为男生，40%女生（这样的公司太完美…..），其中10%男生为长发，全部女生为长发（嘿嘿，我就是长发控），那么问题来，我们来计算一下当你遇到一个长发的人，他是男生的概率是多大？

你可能觉得很简单，算出公司有多少长发的，在算出其中有多少男生就不得啦。

我们计算一下，留长发的男生的个数：U*P(boy)*P(Longhair|boy)。

留长发的女生的个数：U*P(girl)*P(Longhair|girl)

那么当你遇到一个长发的人，他是男生的概率为：留长发的男生的个数/留长发的男生的个数+留长发的女生的个数，公式为：

P(boy | Longhair) = P(boy)*P(Longhair|boy)/ P(boy)*P(Longhair|boy) + P(girl)*P(Longhair|girl)

由于男生和女生是完备事件，实际上分母为为留长发的概率，设A为男生的概率，B为长发的概率，那个上式的分母为P(B)了，那么代入上式为：

哈哈，就这就是贝叶斯公式啦，初中数学水平啊，很简单吧！！！

接下来一些名词，公式先变换一下：

我们把P(A)称为"先验概率"（Prior probability），即在B事件发生之前，我们对A事件概率的一个判断。P(A|B)称为"后验概率"（Posterior probability），即在B事件发生之后，我们对A事件概率的重新评估。P(B|A)/P(B)称为"可能性函数"（Likelyhood），这是一个调整因子，使得预估概率更接近真实概率。

存在什么问题，请多加指教！谢谢！

当然还有很多像朴素贝叶斯、贝叶斯网络等，以后我们有时间，写一下如何简单易懂的了解它们