机器学习入门-贝叶斯算法(原理)

贝叶斯要解决的问题:
          正向概率: 假设一个袋子里面有红球4个,黑球6个,那么从袋子里抽出红球的概率

          逆向概率,假设我们不知道袋子里面黑白求的比例,一连抽取一个或多个球,观察取出球的颜色,来判断取出红球的概率

例子1 : 假设一个学校有40%的女生, 60%的男生,女生50%穿长裤, 50%穿短裤,男生100%穿长裤

有一个人穿长裤,那么他是女生的概率是多少

女生穿长裤的人数 = u  * p(女生) * p(长裤|女生),  u表示总人数, p(长裤|女生)表示女生里穿长裤的比例,p(女生)表示女生的比例

穿长裤的总人数 = (u * p(女生) * p(长裤|女生) + u*p(男生)*p(长裤|男生))

p(女生|长裤) =  u  * p(女生) * p(长裤|女生) / (u * p(女生) * p(长裤|女生) + u*p(男生)*p(长裤|男生))  = p(女生) * p(长裤|女生) / p(长裤) 

用公式表示:

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

原文地址:https://www.cnblogs.com/my-love-is-python/p/10288744.html