概率属于分类算法的一个基础:
随机试验就是一个事件。
P(A·B),中间的点乘一般是不省略的,以表示是两个事件,而不是事件AB(一个事件)。P(A·B)表示事件A与事件B同时发生的概率,之所以用这种记法,是因为研究事件A与事件B同时发生的情况时,最常遇见的情形是A与B无关或相互独立(必须相互独立才能进行相乘),此种情形下有P(A·B)=P(A)·P(B),可以看出这种记法很简洁、易记。P(AB)就是A事件和B事件同时发生的概率,等于A事件和B事件发生概率的乘积。
P(A∣B)是条件概率公式,P(A|B) = P(AB)/P(B)。注意:A与B的位置有影响
p(A)是Ω为分母,A为分子(可以理解为P(A∣Ω),P(A|Ω) = P(AΩ)/P(Ω))
P(A∣B)就是B为分母,A为分子,用文氏图表示就是B里的一部分,用图来表示更好
P(A|B)——在B条件下 A 的概率.即事件A 在另外一个事件B已经发生条件下的发生概率,不仅仅是A的概率。
P(AB)——事件A、B同时发生的概率,即联合概率.联合概率表示两个事件共同发生的概率.A 与 B 的联合概率表示为 P(AB) 或者 P(A,B)。
对立事件:就是两个一定只能成功一个
事件A与B的差:是B不发生A发生的概率,与对立事件不一样
随机事件是从静态的观点来研究随机现象,而随机变量则是一种动态的观点
古典概型的概率表达方式是以数值表示,几何概型是以文氏图型表示,这两种模式应用到概率中能用图和数值来更好的表达概率
条件概率做基础构成全概率,全概率每一小块就是一个条件概率,P(A