1. 贝叶斯公式
公式中:
所求的是事件 A 发生条件下事件 Bi 的概率为P(Bi│A):
试验产生了原因A之后,再对结果发生概率的新认识,故称后验概率(posterior)
事件 Bi 的概率为P(Bi):
结果发生的可能性大小,故称先验概率(prior)
事件 Bi 已发生条件下事件 A 的概率为P(A│Bi):
即已经有了结果 Bi ,反推对事件 A 发生的可能性描述,故称似然(likelyhood)
事件 A 的概率为P(A):
试验产生原因A的概率,故称置信(evidence)
2. 举例
比如根据出现乌云判断下雨的概率这件事来说:
后验:根据天上有乌云(A:原因或者证据/观察数据),下雨(B:结果)的概率
先验:根据若干年的统计(经验)或者气候(常识),此时此景下雨(B:结果)的概率
似然:下雨(B:结果)的时候有乌云(A:因/证据/观察的数据)的概率
置信:此时此景有乌云(A:因/证据/观察的数据)的概率
假设现在有乌云,置信 = 1 ,后验 = 先验 x 似然 :
存在下雨的可能(先验)的概率,下雨之前会有乌云(似然)的概率
就可通过现在有乌云推断下雨(后验)的概率
谢谢!