Chapter 12 贝叶斯网络

1 概率公式

条件概率:P(A|B)=\frac{P(AB)}{P(B)}

全概率公式:P(A)=\sum_{i}P(A|B_{i})P(B_{i})

贝叶斯公式(Bayes):P(B_{i}|A) =\frac{P(A|B_{i})P(B_{i})}{\sum_{j}P(A|B_{j})P(B_{j})}

2 贝叶斯公式

2.1  贝叶斯公式带来的思考

给定某些样本D,在这些样本中计算某结论A_{1},A_{2},...,A_{n}出现的概率,即P(A_{i}|D)

maxP(A_{i}|D)=max\frac{P(D|A_{i})P(A_{i})}{P(D)}贝叶斯公式

max\frac{P(D|A_{i})P(A_{i})}{P(D)}=max(P(D|A_{i})P(A_{i}))样本给定,则对于任何A_{i},P(D)是常数,仅为归一化因子。

max(P(D|A_{i})P(A_{i})) -> maxP(D|A_{i}:忽略P(A_{i})

maxP(A_{i}|D) -> maxP(D|A_{i}):若这些结论A_{1},A_{2},...,A_{n}的先验概率相等(或近似),则可以由此推导。

2.2 贝叶斯公式的应用

金条问题:

设这三个箱子为B=

  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值