贝叶斯决策实例#1

贝叶斯决策经典实例————红绿球问题

假设有两个各装了100个球的箱子，甲箱子中有70个红球，30个绿球，乙箱子中有30个红球，70个绿球。假设随机选择其中一个箱子，从中拿出一个球记下球色再放回原箱子，如此重复12次，记录得到8次红球，4次绿球。问题来了，你认为被选择的箱子是甲箱子的概率有多大？

python实现如下

def bayesianfunc(pIsBox1, pBox1, pBox2): #pIsBox1表示为甲箱，pBox1/2表示甲/乙箱中的信息
    return ((pIsBox1 * pBox1)/(pBox1 * pIsBox1 + pBox2*(1 - pIsBox1)))
    
def RedGreenBallproblem():
    pIsBox1 = 0.5
#对pIsBox1进行8次红球修正
    for i in range(1,9):
        pIsBox1 = bayesianfunc(pIsBox1, 0.7, 0.3)
        print ("拿到 %d 个球是红球，则选择的箱子是甲箱的概率为：%f" %(i, pIsBox1))
 #对pIsBox1进行4次绿球修正
    for i in range(1,5):
        pIsBox1 = bayesianfunc(pIsBox1, 0.3, 0.7)
        print ("拿到 %d 个球是绿球，则选择的箱子是甲箱的概率为：%f" %(i, pIsBox1))

RedGreenBallproblem()

程序结果

拿到 1 个球是红球，则选择的箱子是甲箱的概率为：0.700000
拿到 2 个球是红球，则选择的箱子是甲箱的概率为：0.844828
拿到 3 个球是红球，则选择的箱子是甲箱的概率为：0.927027
拿到 4 个球是红球，则选择的箱子是甲箱的概率为：0.967365
拿到 5 个球是红球，则选择的箱子是甲箱的概率为：0.985748
拿到 6 个球是红球，则选择的箱子是甲箱的概率为：0.993842
拿到 7 个球是红球，则选择的箱子是甲箱的概率为：0.997351
拿到 8 个球是红球，则选择的箱子是甲箱的概率为：0.998863
拿到 1 个球是绿球，则选择的箱子是甲箱的概率为：0.997351
拿到 2 个球是绿球，则选择的箱子是甲箱的概率为：0.993842
拿到 3 个球是绿球，则选择的箱子是甲箱的概率为：0.985748
拿到 4 个球是绿球，则选择的箱子是甲箱的概率为：0.967365

最后算出为甲箱的概率为：96.7365%