前阵子面试时被一道贝叶斯定理的题问倒了,虽说是很久没接触遗忘了,但也反映了个人在概率学习上不够扎实,也没有做到学而时习,实在惭愧。在这里重新温习一下贝叶斯定理。
说到 贝叶斯定理
,就不得不重点提一下 条件概率
和 全概率
:
一、条件概率
定义:假定事件 A A A 发生的概率为 P ( A ) P(A) P(A),事件 B B B 发生的概率为 P ( B ) P(B) P(B) 。在事件 B B B 发生的前提下,事件 A A A 发生的概率 P ( A ∣ B ) P(A|B) P(A∣B) 就是条件概率。
P ( A ∣ B ) = P ( A B ) P ( B ) P(A|B) = \frac{P(AB)}{P(B)} P(A∣B)=P(B)P(AB)
用文氏图理解一下:
事件 B B B 发生后,事件 A A A 发生的概率,就是上图 A A A 与 B B B 交集部分 P ( A B ) P(AB) P(AB) 在 P ( B ) P(B) P(B) 部分的占比,即: P ( A ∣ B ) = P ( A B ) P ( B ) P(A|B) = \frac{P(AB)}{P(B)} P(A∣B)=P(B)P(AB),
同理,事件 A A A 发生后,事件 B B B 发生的概率就是: P ( B ∣ A ) = P ( A B ) P ( A ) P(B|A) = \frac{P(AB)}{P(A)} P(B∣A)=P(A)P(AB)。
所以条件概率公式又可以推导为:
P ( A ∣ B ) = P ( A B ) P ( B ) = P ( B ∣ A ) ∗ P ( A ) P ( B ) (1) P(A|B) = \frac{P(AB)}{P(B)} =\frac{P(B|A)*P(A)}{P(B)} \tag{1} P(A∣B)=P(B)P(