机器学习数学基础之统计篇——概率论（python版）

本文运用相关案例和python程序，帮助大家理解概率论中概率、随机变量、概率分布、概率密度函数、中心极限定理等概念。

另外，喜欢本专栏文章的记得关注我哈~

在大学里，我们都学过概率论相关的课程。那么现在来回答一个问题，概率是什么？

要回答这个问题有一定难度，概率的概念很抽象，要解释它需要借助一些例子。

比如抛硬币问题，正面朝上的概率是1/2。

三扇门问题，重选为正确选项的概率为2/3。

---

概率

我们来具体实现这两个例子——

1.抛硬币问题

我们先来做一个熟悉的扔硬币的试验，我们记录下正面朝上和负面朝上的次数，分别做10次、100次、1000次、10000次。刚开始正面朝上和负面朝上的次数差别较大，随着次数的增多，二者的数量趋近相等，正面朝上的概率接近50%。当然我们不可能真的扔那么多次硬币，我们让程序来实现这个过程。

python程序：

import random
def coin_head_sum(n):  #正面朝上的次数
    sum = 0
    for i in range(0,n):  #执行n次
        if random.random() > 0.5:
            sum += 1
    return sum

n = 10000   #n分别取10次、100次、1000次、10000次
print (coin_head_sum(n)/n)

统计表：

抛硬币的次数	10	100	1000	10000
正面朝上的概率	0.4	0.48	0.502	0.4997

从统计结果中可以看出，随着抛硬币次数的增加，正面朝上的概率越来越近预期结果0.5。

2.三扇门问题

三扇门（蒙提霍尔问题）问题描述：有三扇门，其中只有一扇门是正确的选项，打开后将能获得大奖——一辆高档豪车。另外两扇门是错误选项，门内只有山羊，从门外无法获知哪一扇门才是正确选项。

挑战者需要从三扇门中选择一扇门打开，在决定选择某扇门后，还剩两个选项，其中至少有一个是错误的选项。此时，主持人打开了一个没被选中的门中错误的选项，让挑战者确认门中的山羊后，询问：“是否要重新选择？”挑战者是否应当重选，还是应该坚持最初的选择？或者两种做法没有什么区别？

答案也很简单：挑战者在第一次选择时，有1/3的概率正确，有2/3的概率不正确。那么主持人排除了一个错误选项后，是否应该重新选择呢？我们来分析一下这两种情况：

1.若第一次选择是正确选项，那么重选是错误选项

2.若第一次选择是错误选项，那么重选是正确选项

也就是说，重选是正确选项的概率与第一次选择是错误选项的概率相同，即重选是正确选项的概率是2/3，因此应该重选。我们用python来实现一下这个过程——

python程序：

import random
def three_doors():
    doors = [1,2,3]	#三个门分别为1、2、3 ，其中3是中奖门，其他是未中奖门，当门被选中时，会从doors序列中移除。
    random.shuffle(doors)  #将doors序列随机打乱
    my_choice = doors[0]   
    if my_choice == 3:  #自己开始时正好选中大奖
        doors.remove(3)  #自己选的从doors序列中移除
        host_choice = random.choice((1,2))  #主持人从两个未中奖的门里选一个
        doors.remove(host_choice)  #主持人选的从doors序列中移除
    else:  
        #my_choice = random.choice((1,2))   ##自己开始时未选中大奖.选中的是1 or 2
        doors.remove(1)  #随后主持人会选中剩下的那个未中奖的门
        doors.remove(2)	
    return my_choice,doors

no_election_sum = 0  #不重选中奖的次数
re_election_sum = 0