贝叶斯思维（实例2）——估计

火车头问题

铁路上以1到N命名火车头。有一天你看到一个标号60的火车头，请估计铁路上有多少火车头？

应用贝叶斯进行推理，可以将这个问题分成两步：
1. 在得到数据之前，我们对N的认识是什么？
2. 已知一个N的任意值后，得到数据（“标志为60号的火车头”）的似然度？

第一个问题的答案就是问题的前置概率，第二个问题是似然度。

在选择前置概率上，我们还没有太多的基本信息，先假设N可以是从1到1000等概率的任何值。

hypos = xrange(1, 1001)

接着需要的是似然函数。先假设存在一个有N个火车头的车队，我们看到60号火车头的概率是多少？假设只有一个列车运营公司，看到任一个火车头有同等可能，那么看到任何特定火车头的机会为1/N。似然度函数如下：

import logging

#定义字典对象
class _DictWrapper(object):

    #具体代码见《贝叶斯思维（实例1）》

    def InitSequence(self, values):
        for value in values:
            self.Set(value, 1)

    def __len__(self):
        return len(self.d)

#概率质量函数对象
class Pmf(_DictWrapper):

     #具体代码见《贝叶斯思维（实例1）》

def Probability(o):
    return o / (o + 1)

class Suite(Pmf):
    def Update(self, data):
        for hypo in self.Values():
            like = self.Likelihood(data, hypo)