广告位招租加载中...
热门游戏投注入口

中文 · English · 日本語 · العربية

贝叶斯公式解析——从数学符号到直觉理解

我们聊了贝叶斯方法的起源和基本概念,这一篇我们把公式拆开,看看它到底在说什么。贝叶斯分析方法有很多名称,“贝叶斯推理”“逆概率”“贝叶斯更新”,但最后都是一个相当简单的公式:

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

翻译成人话就是:存在B时A的概率,等于A的概率乘以存在A时B的概率,再除以B的概率。如果你想在知道B已经发生的情况下,重新评估A发生的概率,你只要把你之前对A的估计(先验概率),乘以“当A存在时B存在的可能性”,再除以B本身的概率。在 上,这个公式可以帮助你不断更新对比赛结果的判断,而不是凭感觉下注。

让我们用天气的例子来理解。假设你估计明天下雨的机率是30%。你还知道,在普通的一天里,多云的机率是50%。你还知道,当下雨时,多云的机率是100%(因为有雨就有云)。那么你有以下信息:P(A)=下雨的概率=30%;P(B)=多云的概率=50%;P(B|A)=下雨时多云的概率=100%。

早上起床时,你看到天空有一片云。现在,考虑到天上有云,你应该运用贝叶斯更新下雨的概率。套入公式:P(A|B)=P(A)P(B|A)/P(B)=30%100%/50%=60%。你算出最新的下雨机率是60%。这个例子非常直观:你原本觉得下雨概率只有30%,但看到多云这个新证据后,你把它调高到了60%。这就是贝叶斯更新的力量——它让你的判断随着信息的变化而变化。

本文共 1479 字,已显示前 582 字(约 39%)

剩余 897 字为注册会员内容。注册后即可阅读全文、收藏文章并查看历史数据。

免费注册,阅读全文

更多文章