Bayes

来自Jack's Lab
跳转到: 导航, 搜索

Bayes-01.jpg

目录

1 基本思想

  • 样本中金子含量我知道
  • 某种骚方法能将其分类成两份,一份含量高(提纯成功),一份含量低(垃圾)
  • 骚方法也有成功率
  • 提纯成功的金子含量已知,则可求得是金子时提纯成功率



2 曲奇饼问题

  • 碗 1 中有 30 个香草曲奇、10 个巧克力曲奇
  • 碗 2 中有 20 个香草曲奇、20 个巧克力曲奇

则取到的香草曲奇在碗 1 的概率是多少?


其实是个 Bayes 分类问题:

  • 香草曲奇的总概率:5/8
  • 碗 1 香草曲奇的概率:3/4;碗 2 香草曲奇的概率:1/2
  • 分类到 碗 1 概率 1/2,碗 2 的概率 1/2

则 P(碗 1 | 香草曲奇) = 3/4 * 1/2 / 5/8 = 3/5



3 乳腺癌筛查

  • 人群中乳腺癌概率已知为 5%
  • X 光筛选人群,13% 阳性 (Positive),87% 阴性 (Negative)
  • X 光呈现阳性 (Positive) 的人,乳腺癌概率 4/13;阴性 (Negative) 的人,乳腺癌概率 1/87

Bayes-02.jpg

则 乳腺癌的阳性率 = 阳性时乳腺癌率*阳性率 / 乳腺癌率 = 4/13 * 0.13 / 0.05 = 8.75%

没有乳腺癌的阳性率 = 阳性时没有乳腺癌率*阳性率 / 没有乳腺癌率 = 9/13 * 0.13 / 0.95 = 9.47%



4 历时诠释思想

“历时”意味着某些事情随着时间而发生

另外一种思想理解 Bayes 定理:事件 H 的概率随着看到的新数据集 D 而变化

  • P (H | D) 后验概率,即:有数据 D 后的事件 H 的概率
  • P (H) 先验概率,即:事件 H 的假设概率
  • P (D | H) 似然度,即:在该事件下,得到数据 D 的概率
  • P (D) 得到数据 D 的概率,是标准化常量

















个人工具
名字空间

变换
操作
导航
工具箱