先验概率、后验概率

若 是一个希望由 推测出来的数据。如 :x =堵车y 为堵车的原因,其中  {\color{Red} y_{1}=} 车辆多 {\color{Red} y_{2}=} 交通事故

1、先验概率:{\color{Red} p(x)}

事件发生前的预判概率。可以是基于历史数据的统计,可以由背景常识得出,也可以是人的主观观点给出。如堵车的概率 {\color{Red} p(x)}为先验概率。

2、后验概率:{\color{Red} p(y_{1}|x)}  、{\color{Red} p(y_{2}|x)}

事件发生后求的反向条件概率。即事情已经发生,求这件事情的发生是由某个因素引起的可能性的大小(由果求因)。如:在堵车的情况下,是由于车多而导致的概率{\color{Red} p(y_{1}|x)}为后验概率。


参考资料:

[1]  贝叶斯公式的直观理解(先验概率/后验概率)

[2]  先验概率与后验概率、贝叶斯区别与联系

猜你喜欢

转载自blog.csdn.net/Jeffxu_lib/article/details/88377322