条件概率和贝叶斯定理
条件概率,往往用来解决逆问题,也就是一直结果反推原因的一个过程。经典的贝叶斯公式:
P
(
B
∣
A
)
=
P
(
A
∣
B
)
⋅
P
(
B
)
P
(
A
)
P(B|A) = \frac{P(A|B) \cdot P(B)}{P(A)}
P(B∣A)=P(A)P(A∣B)⋅P(B)
这个公式常常被利用去推导我们无法直接观测的问题,公式中 A A A是结果, B B B是原因。上面的式子,我们要做的任务就是:
- 已知 P ( A ∣ B ) P(A|B) P(A∣B)和 P ( B ) P(B) P(B), ( P ( A ) = ∑ n = P ( A ∣ B i ) × P ( B i ) ) \left(P(A) = \sum^{n} = P(A|B_{i}) \times P(B_{i})\right) (P(A)=∑n=P(A∣Bi)×P(Bi))
- 要求
P
(
B
∣
A
)
P(B|A)
P(B∣A)
一般称 P(原因) 为先验概率,P(原因|结果) 称为后验概率。