- P(B)称为"先验概率",即在A事件发生之前,对B事件概率的一个判断。
- P(B|A)称为"后验概率",即在A事件发生之后,对B事件概率的重新评估。
- P(A|B)/P(A)称为"可能性函数",这是一个调整因子,使得预估概率更接近真实概率。
- 后验概率=先验概率*调整因子
条件概率
求解小硬币的个数;
朴素贝叶斯代码实现python
机器学习之朴素贝叶斯算法详解_平原的博客-CSDN博客_朴素贝叶斯算法
一、 朴素贝叶斯
1、概率基础知识:
条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。 条件概率表示为: P(A|B), 读作“在B条件下A的概率”。
若只有两个事件A, B, 那么:
全概率公式: 表示若事件A1,A2,…,An构成一个完备事件组且都有正概率,则对任意一个事件B都有公式成立。