贝叶斯公式，先验概率，后验概率

先验概率：是指根据以往经验和分析得到的概率。如全概率公式，他往往作为“由因求果”问题中的“因”出现。

后验概率：是指得到“结果”的信息后重新修正的概率。

我的理解就是，先验的过程就相当于做实验，获取训练数据，都是有特征有标签的。我可以通过样本计算出任意标签出现的概率（这里的概率就是先验概率）；而后验概率就相当于我们拿到一个样本的特征，现在要预测这个样本的标签。那么我们就要预测在此样本此特征的情况下（条件），他分别属于各种可能标签的概率（这里就是后验概率）。

贝叶斯公式：P(A|B)=P(A,B)/P(B)

　　　　　　其中P(A,B) = P(B|A)*P(A)；P(B)=P(B|A)*P(A)+P(B|C)*P(C)，这里是全概率公式

贝叶斯公式是提供了一种求某个条件概率的方法：将它转换为其他的条件概率来求解。

感性的理解，这里的P(A|B)就是后验概率，我们不知道的，需要求解的，那么怎么求呢，贝叶斯告诉我们，先验概率我们可以很方便的计算出来呀，那我们就把问题转换成先验概率的公式不就可以求出来了吗？soeasy

 

转载于:https://www.cnblogs.com/baibaibaiyou/p/8612271.html