贝叶斯网络建模简要分析

贝叶斯定理

贝叶斯定理源于一个“逆向概率”的问题。如果
袋子里有N个白球、M个黑球，则摸到黑球的“正向概
率”容易得出；那么如果事前并不知道白球和黑球的
比例，经过随机摸出几个球后，如何推测黑白球的比
例呢？因此，贝叶斯的推断不需要客观的依据，它实
际上需要一个估计值，然后根据实际的结果对估计值
不断修正。后来，Pierre Simona将贝叶斯的理论进一
步发展为条件概率，帮助人们在概率相关的决策过程
中，通过新获得的观察结果来更正对概率的判断。在
事件B出现的前提下，事件A出现的概率等于A和B都
出现的概率除以B出现的概率

举个例子
前几年的姓名预测男女
假若姓名：李四 ， 则截去第一个姓，分别查找“四”在男女姓名中的使用比例

P(男|四)=P(四|男)P(男)P(四|男)P(男)+P(四|女)P(女)

P(女|四)=P(四|女)P(女)P(四|女)P(女)+P(四|女)P(女)

预测性别为概率大的