贝叶斯公式的理解

贝叶斯定理在统计科学中处于非常核心地位，它是机器学习和人工智能的重要工具，甚至可以拿来寻宝，在上个世纪80年代，一只寻宝团队利用贝叶斯公式在广袤的大洋中找到了一艘一个半世纪前的沉船，据说，光上面的黄金折合到现在就有7亿美金，看来，学数学不但可以帮助你脱发，还能脱贫呢，不但如此，贝叶斯公式在我们日常生活中也有巨大作用，侦探可以用它来查案，普通人也可以用它来从众多的项目中做出最佳选择。

贝叶斯公式的形式化表达为：

公式中，事件Bi的概率为P(Bi)，事件Bi已发生条件下事件A的概率为P(A│Bi)，事件A发生条件下事件Bi的概率为P(Bi│A)，P(Bi)是先验概率，P(Bi|A)是后验概率。

下面通过一个例子，以通俗易懂的形式说明，贝叶斯公式到底说了什么，反映的是现实生活中怎样的道理。

想象这样一个样本，它由从事农民和教师两种职业的人构成，样本总数210人，其中，农民200人，老师10人。根据每个人的特点， 两个职业的人群中，分为好脾气的人和脾气差的人，其中好脾气的农民有20人，好脾气的老师有4人，之所以这样设定是由于，按照常理来讲，职业是老师的人群中，遇到好脾气的概率应该会比在职业是农民的人群中，遇到好脾气的概率要大一些。

样本图形化表示出来是这个样子的：

此时，我们的样本数据总结如下：

1. 农民200人
2. 老师10人
3. 好脾气的农民20人
4. 好脾气的老师4人
5. 总共210人
6. 样本比例: 老师/农民=1/20
7. 概率分布
   1. 
   2. 
   3. 
   4. 

先验概率：