贝叶斯公式理解

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/