贝叶斯公式:P(B|A) = P(AB)/P(A) = P(A|B)*P(B) / [P(A|B)*P(B) + P(A|~B)*P(~B)]
公式可变形为:P(B|A)*P(A) = P(AB)
其中: P(B|A)是后验概率,P(A)是先验概率,P(A|B)是似然。
举个栗子,假设事件A代表女生,B代表穿长裤,则P(B|A)表示女生中穿长裤的概率,或者说是穿长裤的女生在所有女生中所占的比率;P(AB)表示穿长裤的女生在所有人(包括男生)中所占的比率,两者基数不一样。
假如用A表示实际观测到的现象,B表示我们猜测的现象,则P(A|B)就是猜测的现象恰好是观测现象的概率。最大似然法里就是A固定,改变B寻找使得P(A|B)最大的那个B。
参考自:http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/