学习笔记 | 条件概率、联合概率、全概率公式、贝叶斯公式
定义
边缘概率(又称先验概率):某个事件发生的概率。
- 边缘概率是这样得到的:在联合概率中,把最终结果中那些不需要的事件通过合并成它们的全概率,而消去它们(对离散随机变量用求和得全概率,对连续随机变量用积分得全概率),这称为边缘化(marginalization)。
- 比如A的边缘概率表示为P(A),B的边缘概率表示为P(B)。
联合概率表示两个事件共同发生的概率。A与B的联合概率表示为P(A∩B)或者P(A,B)。
条件概率(又称后验概率):事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B),读作“在B条件下A的概率”,。
接着,考虑一个问题:P(A|B) 是在B发生的情况下A发生的可能性。
首先,事件B发生之前,我们对事件A的发生有一个基本的概率判断,称为A的先验概率,用P(A) 表示;
其次,事件B发生之后,我们对事件A的发生概率重新评估,称为A的后验概率,用P(A|B) 表示;
类似的,事件A发生之前,我们对事件B的发生有一个基本的概率判断,称为B的先验概率,用P(B) 表示;
同样,事件A发生之后,我们对事件B的发生概率重新评估,称为B的后验概率,用P(B|A) 表示。
01 条件概率
条件概率的定义:
由定义可以引申得到:
02 贝叶斯公式
由条件概率可得:
由此得到贝叶斯公式的常规形式:
03 全概率公式
若事件B1,B2,…,Bn 是样本空间Ω 的一个划分,则:
又因为条件概率公式,可进一步得:
可以使用下图帮助理解,整个大圆为样本空间,中间阴影面积为事件A。大圆的每一个切分代表每一个Bi。
- 全概率公式的意义在于,当某一事件的概率难以求得时,可转化为在一系列条件下发生概率的和。
04 全概率公式和贝叶斯公式的结合
学习笔记 | 条件概率、联合概率、全概率公式、贝叶斯公式相关推荐
- 学习笔记(一)贝叶斯公式
一. 贝叶斯要解决的问题(逆向概率问题) (一)正向概率: 已知黑盒中有a个红球,b个黄球,那么拿出一个球是黄球的概率多大?这种问题就是正向概率,由已知的条件俩推测可能出现的结果. (二)逆向概率: ...
- 先验概率、后验概率、贝叶斯公式_学习笔记
先验概率(prior probability): 先验概率是指根据以往经验和分析得到的概率,如全概率公式,它往往作为"由因求果"问题中的"因"出现的概率. 在贝叶斯统计推断中,不确定数量的先验概率分布 ...
- 概率论复习笔记——条件概率、全概率、贝叶斯公式及其应用
概统笔记--贝叶斯公式 条件概率 乘法定理 全概率公式和贝叶斯公式 样本空间 全概率公式 贝叶斯公式 相关应用 条件概率 定义 设 A , B A,B A,B是两个事件,且 P ( A ) > ...
- 《基于张量网络的机器学习入门》学习笔记5
<基于张量网络的机器学习入门>学习笔记5 量子概率体系 事件 互斥事件 概率与测量 不相容属性对 相容属性对 量子概率与经典概率的区别 量子测量 量子概率体系 我们将经典的实数概率扩展到复 ...
- 台大机器学习基石学习笔记
台大机器学习基石学习笔记 标签(空格分隔): 机器学习 目录 台大机器学习基石学习笔记 目录 Lecture 1 The Learning Problem Course Introduction Wh ...
- (转载)机器学习知识点(二十九)LDA入门级学习笔记
入门级学习笔记 1.1文本建模相关 统计文本建模的目的其实很简单:就是估算一组参数,这组参数使得整个语料库出现的概率最大.这是很简单的极大似然的思想了,就是认为观测到的样本的概率是最大的. 建模的目标 ...
- 【学习笔记】信息学竞赛中的概率与期望小结
信息竞赛--概率与期望 事件 事件的蕴含.包含 事件的互斥 事件的对立 事件的和(并) 事件的积(交) 事件的差 概率 事件的独立性 全概率公式 贝叶斯公式 概率DP(竞赛中的考察) 期望(竞赛中的考 ...
- 使用Excel分析数据学习笔记之 二分类与混淆矩阵
使用Excel分析数据学习笔记之 二分类与混淆矩阵 混淆矩阵的构成: e.g.1:Bombers and seagulls 案例背景 混淆矩阵 如何根据混淆矩阵得到ROC曲线? 如何设定最佳阈值(op ...
- 《机器学习》周志华 学习笔记
<机器学习>周志华 学习笔记 第一章 绪论 1.1 引言 机器学习:致力于研究如何通过计算的手段,利用经验来改善系统自身的性能. 经验:"经验"通常以"数据& ...
最新文章
- 如何优雅的在 vue 中使用 非响应式对象_一篇文章上手Vue3中新增的API
- 因果关系:真的存在吗?
- 在备份流程中使用date
- 数据库---闭包习题
- Idea中实战Git
- linux内存分析命令,Linux進程內存分析pmap命令
- 【XLL 框架库函数】 Excel/Excel12f
- Java反序列化漏洞通用利用分析
- CTO下午茶:张弛有度,动静自如
- 怎么理解Condition
- 小小知识点(三十六)EXCEL闪退解决办法
- 基于JavaWEB+MySQL的房屋租赁网站管理系统
- Linux命令行删除文件恢复
- HTML之表格与表单
- 七参数/六参数坐标转换(小角度)-- 公共点间接平差
- Centos7.x上安装cerebro
- 富勒x100滚轮无法调节音量怎么办?
- OSPF的五类LSA概述
- linux:nohup命令用法
- [vue] 无缝滚动 vue-seamless-scroll 滚动表格
热门文章
- 阿里云Centos服务器搭建mysql8.0.25
- Abp vNext 拓展Ids4-Claims用户信息
- spring java 灰度发布_springcloud灰度发布实现方案
- 【零基础搞定C语言——导航汇总篇】
- 【博客话题】其实我只是玩玩Linux而已的啦
- python behave框架做接口测试原理
- 安卓APP底部导航栏(有消息圆点指示器),实现fragment切换(eclipse)
- 电子信息工程需要学c语言吗,学电子信息有什么要求 电子信息工程专业的应具备能力...
- MyMusic 重点实现
- python在线执行源码_在线浏览美图源码+python源码 – 运维那些事