贝叶斯算法

1、英国数学家贝叶斯，为了解决“逆向概率“问题而提出。

2、正向概率：  已知袋子中黑白球的比率，求解随便摸一把摸出黑、白球的概率。

      逆向概率：  事先不知道袋子中黑白球的比率。通过先摸球来观察摸到黑白球的数据（先验概率），进而推测袋子中黑白球的比率。

3、为什么要这么做？

     因为人的观察能力总是受限的，往往只能根据有限的观察，获得对客观世界的总体认识。

4、问题举例：

     比如一个学校，男生占比60%，女生占比40%。 且男生总穿裤子，女生一半穿裤子一半穿裙子。

     正向概率：随机选取一个学生，计算穿裙子或裤子的概率。

     逆向概率：随便给定一个学生，不知道其性别只能看见穿的是裙子还是裤子，计算是女生或男生的概率。

5、贝叶斯算法推导

     设定：学校总人数U, 则：

                根据问题描述，男生的比率是P(boy)，该值为60%。男生穿裤子的概率为P(pants|boy)，该值为100%。

                女生比率是P(girl)，该值为40%。女生穿裤子的概率为P(pants|girl)，该值为50%，当然穿裙子概率也是50%。

                穿长裤的男生人数：  U * P(boy) * P(pants|boy)  = U * 60% * 100%

                穿长裤的女生人数：  U * P(girl) * P(pants|girl) = U * 40% * 50%