AI中的贝叶斯公式

DigitMap

看了一下贝叶斯公式，有一些小心得，分享：
贝叶斯公式——已知某事实，预测另一个事实发生的可能性大小，即已知先验概率来求后验概率。
朴素贝叶斯分类器——相比较决策树、神经网络，多数情况下性能相当，甚至还能胜出。胜出的例子是文本文档的分类，朴素贝叶斯分类器非常适用。
后验概率：要求出给定现象下的结果的概率，将给定条件下出现现象的概率乘以条件概率再除以现象概率即可。
我们可以很容易知道一个先验概率，这个概率有条件和现象，即在某条件下出现某现象的概率。比如，如果天下雨，那么有乌云的概率就是一种先验概率。实际上，先验概率和后验概率就是把条件和现象互相反转而已。那么如果我想计算在某现象下出现某条件的概率，只要再知道条件概率和现象概率，就可以使用后验概率的公式来算出后验概率了。