Bayes定理与应用
来源:互联网 发布:武当七侠知乎 编辑:程序博客网 时间:2024/06/02 05:58
这一天,管理员小王天起床,走到车间。此时有750个宇宙,这机器都是好的。而另有250个宇宙,机器是坏的。
但是在所有的宇宙中,小王都忘记检查机器了(100%忘记检查的人物设定),然后机器开工,生产了一个产品。
我们看这750个良好机器的宇宙中,有90%的宇宙,也就是675个宇宙,都产生了好产品,而75个宇宙,生产了坏的产品。
我们再看这250个故障机器的宇宙中,有30%的宇宙,也就是75个宇宙生产了好产品,有175个宇宙生产了坏产品。
在那些生产了好产品的宇宙中,小王此时才想起来检查机器。生产好产品的宇宙一共有675+75 = 750 个宇宙,其中675 个宇宙是良好机器的宇宙,另外75 个宇宙是故障机器的宇宙。
问,此时(生产了好产品时)发现故障机器的概率?
岂不是太简单。
75/750 = 0.1
链接:https://www.zhihu.com/question/19725590/answer/32275564
来源:知乎
著作权归作者所有,转载请联系作者获得授权。
《决策与判断》第十二章中讲到人们都有保守主义情结,即使出现了新信息,也不愿意根据新信息来更新先验概率。用前面解释里面的话说就是:新信息是 B 事件不断发生,人们本应该根据这个信息去更新 A 事件发生的概率,但人们却更愿意固守之前估计的 A 事件发生的概率。
书中举了这样一个调查案例:
假设有两个各装了100个球的箱子,甲箱子中有70个红球,30个绿球,乙箱子中有30个红球,70个绿球。假设随机选择其中一个箱子,从中拿出一个球记下球色再放回原箱子,如此重复12次,记录得到8次红球,4次绿球。问题来了,你认为被选择的箱子是甲箱子的概率有多大?
调查结果显示,大部分人都低估了选择的是甲箱子的概率。根据贝叶斯定理,正确答案是96.7%。下面容我来详细分析解答。
刚开始选择甲乙两箱子的先验概率都是50%,因为是随机二选一(这是贝叶斯定理二选一的特殊形式)。即有:
P(甲) = 0.5, P(乙) = 1 - P(甲);
这时在拿出一个球是红球的情况下,我们就应该根据这个信息来更新选择的是甲箱子的先验概率:
P(甲|红球1) = P(红球|甲) × P(甲) / (P(红球|甲) × P(甲) + (P(红球|乙) × P(乙)))
P(红球|甲):甲箱子中拿到红球的概率
P(红球|乙):乙箱子中拿到红球的概率
因此在出现一个红球的情况下,选择的是甲箱子的先验概率就可被修正为:
P(甲|红球1) = 0.7 × 0.5 / (0.7 × 0.5 + 0.3 × 0.5) = 0.7
即在出现一个红球之后,甲乙箱子被选中的先验概率就被修正为:
P(甲) = 0.7, P(乙) = 1 - P(甲) = 0.3;
如此重复,直到经历8次红球修正(概率增加),4此绿球修正(概率减少)之后,选择的是甲箱子的概率为:96.7%。
从程序运行结果来看,很明显可以看到红球的出现是增加选择甲箱子的概率,而绿球则相反。
- Bayes定理与应用
- Bayes理论相关应用之——Bayes定理
- Bayes' Rule-贝叶斯定理
- [AI]贝叶斯定理 Bayes' theorem
- 朴素贝叶斯(naive Bayes)原理与应用
- 欧拉定理与应用
- 柯西定理与留数定理的应用总结
- 贝叶斯定理与当代计算机应用
- BAYES
- bayes
- bayes
- Bayes
- 贝叶斯定理决策规则及Bayes思想总结
- 贝叶斯定理Bayes's Theorem(待写)
- 中国剩余定理与逆元的求法与应用
- Bayes在语音识别中的实际应用
- 贝叶斯公式(Bayes)的应用
- 高等数学-【3.1-4】微分中值定理与导数的应用
- Object 与 Class 中的方法
- 双系统进入ubuntu错误:Kernel Panic – not syncing: VFS: Unable to mount root fs on unknown-block
- 华为机试:求int型数据在内存中存储时1的个数、 取近似值
- 【Reading Notes】CP4-Physically Based Rendering in Unity5 (基于物理的渲染)
- 1261: 孪生素数
- Bayes定理与应用
- MMI、SS、USSD介绍
- SRVCC
- RGB 和 CMYK,谁的色域大?
- 【Linux基础】管用的小冷门命令
- PCP
- 编程之法-面试和算法心得
- 字符的编码、传输
- 让ABAP开发者更加轻松的若干快捷键