算法学习笔记6-贝叶斯公式
来源:互联网 发布:php smarty 编辑:程序博客网 时间:2024/06/08 02:48
**
贝叶斯公式
**
首先说几个概念:
1. 条件概率:
事件A在事件B已经发生的条件下发生的概率。
2. 全概率:
某个事件发生的概率可以写成两个条件概率的和。
3. 联合概率:
包含多个条件,且所有条件同时成立的概率
4.边缘概率:
仅与单个随机变量有关的概率
具体看图:
下面给个例子:
有一种疾病,发病率是千分之一,也就是0.1%
现在医院有一种检测技术,正确率是95%,有5%的误诊率,也就是说,有5%的人没有病,但是检查出来的结果是阳性。
现在的问题是假设一个人的化验结果是有病,那么他真的有病的概率有多大?
这个问题就可以用贝叶斯定理来解决:
阅读全文
0 0
- 算法学习笔记6-贝叶斯公式
- Markdown公式编辑学习笔记
- Markdown公式编辑学习笔记
- 相关滤波目标跟踪学习笔记(三)——KCF算法公式理解
- 机器学习--贝叶斯公式
- ML:**常见机器学习算法公式梳理
- OTSU算法学习 OTSU公式证明
- 机器学习-神经网络算法公式
- Markdown-05公式编辑(学习笔记)
- ML算法(常见机器学习算法公式)
- 贝叶斯公式的理解——机器学习算法(一)
- 推荐算法学习-SVM,RSVM,ASVM,SVDPP学习公式推导
- 【python学习笔记】6:用Gauss-Legendre求积公式近似求积分值
- 西瓜书《机器学习》阅读笔记6——Chapter3_公式(3.27)的推导过程
- 贝叶斯公式和朴素贝叶斯分类算法
- 无公式无代码白话机器学习算法之决策树
- OTSU算法学习 OTSU公式证明
- 深度学习算法之CNN、RNN、LSTM公式推导
- Nginx基本配置
- 重装 11G(11.2.0.4) OLAP组件
- ng中自定义服务及引用
- Android推送研究概述
- 阿里云OSS通过URL上传文件
- 算法学习笔记6-贝叶斯公式
- 观察者模式
- map转entity
- FTPClient上传文件大小为0
- 设计模式——访问者模式及在jdk中的应用
- ubuntu二级域名转发和同时附上php java同时存在环境
- bitmapping
- eclipse下安装反编译软件jd-eclipse-site
- 文字垂直居中