史上最直白的朴素贝叶斯教程

贝叶斯公式

设$A$和$B$是两个事件，根据全概率公式：

$$\begin{equation} P(A\cap B)=P(B)P(A|B)=P(A)P(B|A) \end{equation}$$
所以有：
$$\begin{equation} P(B)P(A|B)=P(A)P(B|A) \end{equation}$$
故：
$$\begin{equation} P(B|A) = \frac{P(A|B)P(B)}{P(A)} \end{equation}$$
上式就是贝叶斯公式。这个公式在模式识别和机器学习上非常重要，这个领域至少一半的体系是由它衍生出来的。

我们用一个具体的例子来说解释下贝叶斯公式的用途。设$A$表示恐怖分子，$B$表示伊斯兰信仰，则$P(A|B)$表示信仰伊斯兰的人里有多少是恐怖分子，则$P(B|A)$就表示如果你遇到一个人是伊斯兰信仰，那么是恐怖分子的比例有多大。假设有一个国家，在这里，$P(A)=\frac{1}{100000}$,每十万人有一个恐怖分子，$P(B)=\frac{1}{10}$该国穆斯林人口是10\%，$P(B|A)=\frac{1}{2}$，有一半的恐怖分子是伊斯兰信仰，那么，可以算出：