贝叶斯定理

P(H∣E)=P(E∣H)⋅P(H)/P(E)

• P(H∣E) 是后验概率。
• P(E∣H)是似然性（Likelihood），表示在假设 H为真的情况下，观察到证据 E的概率。
• P(H)是先验概率。
• P(E)是证据的概率。

H是我们关注的随机变量，E是证据。

 

举个例子：

P(H∣E)表示一封邮件出现“免费”字样时，是垃圾邮件的概率。

P(H)表示一封邮件是垃圾邮件的概率。

P(E∣H)表示一封邮件是垃圾邮件时，出现“免费”字样的概率。

P(E)表示一封邮件出现“免费”字样的概率。

 

日常生活中，我们更关注的是P(H∣E)。而P(H)、P(E∣H)、P(E)可以通过统计较为简单的得到。