1，貝葉斯簡介

貝葉斯(約1701-1761) Thomas Bayes，英國數(shù)學家，貝葉斯方法源于他生前為解決一個“逆概”問題寫的一篇文章。

2，貝葉斯要解決的問題

正向概率：假設袋子里面有N個白球，M個黑球，閉著眼睛伸手取出一個球，摸出黑球的概率是多大。

逆向概率：如果事先并不知道袋子里面黑白球的比例，而是閉著眼睛摸出一個（或好幾個）球，觀察這些取出來的球的顏色之后，那么我們可以就此對袋子里面的黑白球的比例作出什么樣的推測。

現(xiàn)實世界本身就是不確定的，人類的觀察能力有局限性的，我們?nèi)粘Ｋ^察到的只是事物表面上的結(jié)果，但是我們可以根據(jù)這些事物表面上的結(jié)果提供一個猜測

3，貝葉斯公式

以一個例子進行說明：

學校中男生占60%，女生占40%，其中男生總是穿長褲，女生則一半穿長褲一半穿裙子。

正向概率：隨機選取一個學生，他（她）穿長褲的概率和穿裙子的概率是多大

逆向概率：迎面走來一個穿長褲的學生，你只看得見他（她）穿的是否長褲，
而無法確定他（她）的性別，你能夠推斷出他（她）是女生的概率是多大嗎？

若假設學校里面人的總數(shù)是 U 個，穿長褲的男生人數(shù)：

其中，P(Boy) 是男生的概率 = 60%，P(Pants|Boy) 是條件概率，即在 Boy 這個條件下穿長褲的概率是多大，這里是 100% ，因為所有男生都穿長褲。

同理，穿長褲的女生人數(shù)：

穿長褲總?cè)藬?shù)：

下一步求解，穿長褲的人里面有多少女生

也即是：

發(fā)現(xiàn)校園內(nèi)人的總數(shù)U可以消去：
其中，分母其實就是 P(Pants)，分子其實就是 P(Pants, Girl)，故有貝葉斯公式如下：

總結(jié)

以上是生活随笔為你收集整理的贝叶斯算法原理简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。