贝叶斯主义者

作者: tony2279 | 来源:发表于2019-01-15 15:57 被阅读0次

算法笔记（7）-朴素贝叶斯算法及Python代码实现
贝叶斯主义者
朴素贝叶斯(NBM)之后验概率最大化的含义 | 统计学习方法
朴素贝叶斯法
04 贝叶斯算法 - 贝叶斯网络
【机器学习】贝叶斯概率思维笔记
朴素贝叶斯算法介绍及优化
朴素贝叶斯法(NaiveBayes)
Python数据分析与机器学习26-贝叶斯算法
从胃和瞌睡的关系看认知

传统概率

直接使用统计得到的频率作为概率 - 频率主义者

贝叶斯概率

概率就是个人对某个事件发生可能性的一个估计。如果对一个事件你一无所知，那么你可以随便猜一个概率。但因为是估计，如果有新的信息，那就必须根据新信息对概率进行修正。这样的话，随着经历越来越多，对概率的估计也会越来越符合“实际情况”。而贝叶斯定理就是“概率修正”所依赖的理论基础。

其实我们并不需要准确的客观概率。还记得吗，概率只是人对某个事件发生可能性的一个主观估计。所以，只要把目前对于这些概率的主观估计代入贝叶斯定理，就能得到“今晚多云明天是否下雨”的一个主观概率。是的，主观贝叶斯主义认为，一切概率都是人们根据自己拥有的信息来推断某件事情发生的可能性，这是一种主观的度量。

好了，问题又来了：我们如何根据自己拥有的信息来推断可能性呢？

想像一下，我面前有一个大箱子，我知道里边有黑白两种颜色的球，知道它们的比例是固定的，黑球占比例p，白球占(1-p)，问题是我不知道这个p是多少。