博客

在理解贝叶斯之前需要先了解一下条件概率和全概率，这样才能更好地理解贝叶斯定理

一丶条件概率

条件概率定义：已知事件A发生的条件下，另一个事件B发生的概率成为条件概率，即为P(B|A)



如图A∩B那一部分的发生的概率即为P(AB),

P(AB)=发生A的概率*发生A之后发生B的概率=发生B的概率*发生B之后发生A的概率

即：

P(AB)=P(A)*P(B|A)=P(B)*P(A|B)

所以

条件概率公式

：

P(B|A)=P(AB)/P(A)=P(B)*P(A|B)/P(A)

二丶全概率公式

全概率公式就是在样本空间E中，有一个事件A，而样本空间被划分为多个子空间B1,B2,B3…….，对于每一个子空间Bi，发生A事件的概率为：

P(A)=P(Bi)*P(A|Bi)   i=1,2,3......n
也就是：发生Bi的概率*Bi中发生A的概率

那么整个样本空间E中发生A的概率即为：每一个样本子空间中发生A的概率的总和：

P(A)=P(B1)*P(A|B1)+P(B2)*P(A|B2)+.............+P(Bn)*P(A|Bn)

以上就是

全概率公式

，也可以写作：

全概率公式就是求一个事件在整个样本中发生的概率

三丶贝叶斯定理

贝叶斯定理不同的是，他是已知一个事件在整个样本中发生的概率之后，然后求另一个时间发生的概率

比如在A时间发生的情况下，它属于Bi子样本空间的概率P(Bi|A)，那么我们就可以根据

条件概率公式

来求

发生a事件概率*发生a事件且a时间发生在Bi子样本的概率=发生Bi的概率*发生Bi之后发生a的概率
即为：**P(Bi|A)*P(A)=P(Bi)*P(A|Bi)**

然后根据全概率公式：



所以:

P(Bi/A)=P(Bi)*P(A|Bi)/P(A)

把P(A)带入上面的式子，可得

贝叶斯公式

：

下面我们举个例子：

在这一系列数据中计算出在第三个子数据集中发生1事件的概率：

python实现：

#创建一个虚拟的数据
def c_data():
    dataset=[
        [1,2,3,5,1],#数据中包含四个子数据
        [1,2,1,1,8,8],
        [1,7,2,3,5],
        [4,8,9,1,1,8,9,3]
    ]
    return dataset

#计算某一事件A发生的全概率
def compute_prob(dataset,event):
    #发生的概率
    prob_event=0.0
    for sub_dataset in dataset:
        prob_sub=1/len(dataset)#该子集发生的概率
        num=len(sub_dataset)#子集的数据个数
        data_dict = {}#创建一个字典
        for data in sub_dataset:
            prob=0.0
            if data in data_dict:
                data_dict[data]+=1
            else:
                data_dict[data]=1
        if event in data_dict:
            prob+=data_dict[event]/num#事件在该子集中的出现概率
            data_dict.clear()#清空字典用于下一个子集
        else:
            print("没有该事件")
        prob_event+=prob*prob_sub #子集发生概率*自己中事件发生概率

    return prob_event#返回事件的全概率

#计算事件A发生条件下第几个子空间sub_dataset发生的概率
def comnpute_prob_sub_dataset(dataset,sub_dataset_id,event):
    prob_sub_dataset=1/len(dataset)#发生在该子空间的概率
    print("发生在该子空间中的概率：%f"%prob_sub_dataset)
    event_num=dataset[sub_dataset_id].count(event)#该事件在子空间中出现的次数
    prob_sub_dataset_event=event_num/len(dataset[sub_dataset_id])#事件在子空间中发生的概率
    print("在改子空间中发生事件的概率：%f"%prob_sub_dataset_event)
    prob_event=compute_prob(dataset,event=event)
    print("整个样本发生事件的概率：%f"%prob_event)
    prob_sub_dataset=(prob_sub_dataset*prob_sub_dataset_event)/prob_event#事件发生在某一子集中的概率
    print("概率为：%f"%prob_sub_dataset)
    return prob_sub_dataset

dataset=c_data()
comnpute_prob_sub_dataset(dataset,sub_dataset_id=2,event=1)#1出现在第三个子集中的概率

结果：

这只是一个简单的例子，可以笔算试一下 看看是不是这个结果。代码还能优化，自己才疏学浅，也是个渣