“新证据不能直接凭空的决定你的看法,而是应该更新你的先验看法”
贝叶斯公式
贝叶斯公式展示:
P
(
H
∣
E
)
=
P
(
H
)
P
(
E
∣
H
)
/
P
(
E
)
P(H|E)=P(H)P(E|H)/P(E)
P(H∣E)=P(H)P(E∣H)/P(E)
其中:
P
(
E
)
=
P
(
H
)
P
(
E
∣
H
)
+
P
(
┐
H
)
P
(
E
∣
┐
H
)
P(E)=P(H)P(E|H)+P(┐H)P(E|┐H)
P(E)=P(H)P(E∣H)+P(┐H)P(E∣┐H)
- P(H|E)为后验概率,理解为加入Evidence后的先验情况
- P(H)为先验概率,为已知的情况,如图书管理员占所有人(包括农民)的1/21
- P(E|H)为似然估计,为在已知假说成立情况下,Evidence发生的概率,理解为先入为主的估计,如认为A在E条件下是图书管理员的概率为0.4