贝叶斯概率

贝叶斯概率公式

基本解析：

1.p(A|B)为后验概率

2.p(A)为先验概率

3.为可能性，其中p(B)为全概率公式,p(B|A)为条件概率公式

如何使用：

1.分解问题含义，比如我们一版想知道B发生的场景下，A发生的情况，那么A就是我们需要关注的最终答案，而B就是变动的因子。打个比方，测出癌症为阳性的用户是否为癌症用户这个case,那么

A就是这个用户关注的是否为癌症用户，而B就是测出癌症为阳性的这个事件

2.确认已经知道的条件，一般场景，A关注的这个问题点我们都有一个概率数据，也就是先验概率，可以进行全量分析或文案参考得到

3.接着进行可能性函数部分求证，拆成两部分：条件概率和全概率。

    3.1条件概率，就是在B的数据中，有多少是A的占比。

    3.2全概率，公式p(B|A)=p(B|A)p(A) + p(B|非A)p(非A) B在所有场景里面的总概率之和

4.进行每个部分组装，就得到了后验概率