贝叶斯公式是机器学习中的基础公式,也是概率统计里的常用公式,贝叶斯公式常用于
监督学习算法中的生成(式)模型(Generative
Model),想要对
机器学习算法建立体系化的知识结构,对生成模型的理解至关重要,本篇只简述贝叶斯公式。并对
先验概率和后验概率的知识点进行整理,以便随时查阅。首先给出两个例子
第一个例子。一所学校里面有 60% 的男生,40%
的女生。男生总是穿长裤,女生则一半穿长裤一半穿裙子。假设你走在校园中,迎面走来一个穿长裤的学生(很不幸的是你高度近似,你只看得见他(她)穿的是否长裤,而无法确定他(她)的性别),你能够推断出他(她)是男生的概率是多大吗?
第二个例子。两个一模一样的碗,一号碗有30颗水果糖和10颗巧克力糖,二号碗有水果糖和巧克力糖各20颗。现在随机选择一个碗,从中摸出一颗糖,发现是水果糖。