由贝叶斯公式看先验概率、似然函数、后验概率

本文介绍概率论的基础概念,包括联合概率、条件概率及全概率公式,并详细解析了贝叶斯公式的应用。通过具体实例,探讨如何利用这些公式进行有效的数据分析与预测。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一.基础知识:

联合概率的乘法公式:

条件概率公式为:

全概率公式:

,其中


二.分析公式

贝叶斯公式:

后验概率=似然函数*概先验 /证据因子

假设:X(取值为“阴天”或“不阴天”)

         Y 是否会下雨(假设总共只有这两种类别下雨y1,不下雨y2)

:根据经验来判断下雨的先验概率(先前概率)

“下雨”前是阴天的条件概率

:阴天是否下雨的后验概率

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值