概率分析
例子:
玩一次输赢的概率:
如果进行3700次:
长久下去基本上都是输的
概率分析在人工智能中的应用:
分类,人面识别的情况,预测不同类别可能性的概率
>0 , 值得玩
<0, 不值得玩
在某种情况A发生下的B发生的概率: 条件概率的情况
现实的情况,就是在某种分布的条件之下计算某个事情发生的可能性
你出门的概率 1/4 ,女神出门的概率1/2 ,遇到女神的概率是1/2
全概率的情况:
总结出来
贝叶斯公式:
贝叶斯公式与全概率、条件概率公式的关系:
条件概率公式/全概率公式 = 贝叶斯公式
所谓的后验概率就是上面的 P( Bi | A )
朴素贝叶斯:
朴素贝叶斯的案例:
基于用户的性别、年龄和使用的设备,预测用户是否购买产品
yi 先计算 y=1 或 =0 的各自概率 乘以 xj|yi 计算 x1,x2, x3都为0的概率 / xj 每个x在各自组里面是0的概率
注意:y = 1 的概率和y!= 1的概率总和不为1