机器学习实战----贝叶斯之概览篇

一介绍

        贝叶斯（约1701年至1761年）托马斯贝叶斯，英国数学家。约1701年出生于伦敦，做过神父。1742年成为英国皇家学会会员。1761年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数，统计推断，统计的估算等做出了贡献。

        期初，贝叶斯是想通过概率论的研究证明上帝的存在，可惜到他去世也没有得到证明。却为后人留下了宝贵的财富。贝叶斯理论在它诞生的时期是不被接受的，特别是受到传统统计学的排斥。

        放松一下，给大家讲个故事，在很久以前有个张大财主。他在自己家里修了一个大鱼塘，在里面养了黑鲤鱼与绿鲤鱼两种，黑鲤鱼2000条，绿鲤鱼3000条。有一天他问他的儿子，如果我用网捞鱼，每次只能捞出一条，并且的每次假设都能捞到，那我捞到黑鲤鱼的概率是多少？他的儿子小张很容易就得到了答案。过了一年这一池塘的黑鲤鱼与绿鲤鱼有的死了，有的被吃了，有的呢，又有了爱的结晶。现在已经不知道鱼塘里到底有多少鱼了，也不知道黑鲤鱼与绿鲤鱼各多少条？这个时候老张又问小张现在池塘里的黑鲤鱼与绿鲤鱼的比例是多少。这可苦坏了我们的小张，他总不能把池塘里的鱼都捞出来数一数吧。这个问题其实就是逆向概率问题，由因推果，由果溯因。但其实300多年前的贝爷爷就已经给我们找到了计算的方法，这就是伟大的贝叶斯原理。

       P（A | B）= P（A）* P（B | A）/ P（B）。      

       P（A）为先验概率，