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