如何理解贝叶斯概率公式的先验、后验以及似然

贝叶斯概率公式最简单的情况：

P(A|B)=P(B|A)*P(A)/P(B)

关于如何理解/ 记住贝叶斯公式里的先验、后验以及似然。有一个关于编译器的巧妙的例子：

假设今天Alice结束了漫长的期末复习周，准备打开电脑准备半个月前的代码工作，结果发现程序出现了重大错误，那么Alice遇到的问题最有可能是什么导致的呢？

P(A|B)=P(B|A)*P(A) / P(B)中，有以下4点：

• P(A) 表示（A的）先验
• P(B|A) 表示似然
• P(A|B) 表示要计算的后验
• 计算、估算P(A|B)后验概率的习惯是略去分母那个P(B)

如果你分不清以上4点没关系，我们往下看：

1. 如何理解后验概率P(A|B)：

   如果把程序出错这个事情记为“结果”，也就是B，拥有最大P(A|B)的那个原因A，就是导致程序出错的原因。

   因此，计算后验概率就是事情发生后，找原因用的，在程序已经出错的情况下，找到最有可能的原因。

2. 如何理解似然概率P(B|A)

   Alice没有去计算P(A|B)后验概率，她一口咬定导致程序出错的原因是：编译器坏掉啦。Bob问为什么你要这样认为呢？Alice说：因为编译器坏了的话，程序一定会出错啊

   Alice说的没错耶，编译器坏了的话，事件B，也就是程序一定会出错。这里Alice考虑的是似然概率，也就是Alice把“编译器坏了”作为事件A，A发生的条件下，B发生的概率几乎是100%

3. 如何理解先验概率P(A)

   Bob觉得不对劲，想了半天说：可是编译器突然坏掉的概率很小耶

   Bob说这句话是考虑了先验概率P(A)，之所以称为"先验"是因为它不考虑任何B方面的因素，天王老子来了编译器突然坏掉的概率也是极低的。更何况B发生与否。

4. All in all
   因此，用贝叶斯的角度去考虑问题：P(A|B)=P(B|A)*P(A) / P(B)
   最先进的地方就体现在，不仅仅使用了Alice的似然，而且使用了Bob的“先验概率”，考虑了A本身发生的概率。得出后验的结果。

其他的不再赘述，牢牢记住编译器的例子可以有助于（至少是我）记住这个该死的公式。