贝叶斯方法总结

一、起源 在wikipedia中，是这样描述贝叶斯方法的：所谓的贝叶斯方法源于他生前为解决一个“逆概”问题写的一篇文 章，而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章之前，人们已经能够计算“正向概率”，如“假设袋子里面有N个白球，M个黑球， 你伸手进去摸一把，摸出黑球的概率是多大”。而一个自然而然的问题是反过来：“如果我们事先并不知道袋子里面黑白球的比例，而是闭着眼睛摸出一个（或好几 个）球，观察这些取出来的球的颜色之后，那么我们可以就此对袋子里面的黑白球的比例作出什么样的推测”。这个问题，就是所谓的逆概问题。

二、贝叶斯公式

P(A|B) = (P(B|A) *P(A) / P(B)

P(A)是A的先验概率或边缘概率

P(B)是B的先验概率或边缘概率，也作标准化常量（normalized constant）

P(A|B)是已知B发生后A的条件概率

P(B|A)是已知A发生后B的条件概率

贝叶斯公式也可以这样表示：后验概率 = (相似度*先验概率)/标准化常量。

待续。。。