贝叶斯模型

贝叶斯公式

p(h|D) = p(D|h) * p(h)/p(D)

例子

某人去某医院看病，该医院针对某人的病情进行癌症检测，检验结果为阳性的准确率为98%，检测结果为阴性的准确率为97%。 某人所在的人群调查结果显示，患上癌症的几率为0.8%。 如果某人的检测结果了阳性的情况下，这个人是否真的有癌症？

p(cancer|+) = p(+|cancer) * p(cancel)/p(+) = 0.98* 0.008 /p(+) --> 21%

p(!cancel|+) = p(+| !cancer) * p(!cancel)/p(+) =(1-0.97)*（1-0.008） /p(+) --> 79%

看上去检测出阳性并患有癌症的几率是21%，检测出阳性并没有癌症的几率是79%

p(cancel)这个调查结果对结果影响很大，但是不确定性挺大的

贝叶斯推理

有2个箱子，box1和box2，box1里面有4个球，蓝的2个，绿的1个，橙的1个；box2里面有5个球，蓝的