时间：2018-08-13 作者：魏文应
一、概 率
概率在机器学习中是比较重要的。但是对于程序员来说，要快速尝试使用机器学习软件包，一开始就不太可能花一个月的时间去研读概率论。下面的讲解相对于教科书来说，实在是不严谨，但可以达到快速理解并简单应用的效果。等你有时间再回过头来慢慢研读概率论吧，先看下面内容，然后快速去尝试代码。
条件概率
在B事件发生的情况下，A事件发生的概率：
就叫做 条件概率。比如，已知小明感冒了，小明可能会流鼻涕，那么条件概率 P(流鼻涕 | 感冒) 表示的就是 已知小明感冒了 的情况下，小明会流鼻涕的概率 是多少。
乘法公式
下面的等式 很简单，但是比较重要，多考虑几遍，我们后面会用到：
叫做 积事件，表示A、B两件事同时发生，
表示事件A和事件B 同时发生的概率。怎么理解这个公式呢？举个例子：假如你和你女朋友是一个班的，一个学期 有
节课，你去上课的次数 是
节课，你和你女朋友一起上课的次数 是
节课。那么，你去上课 的概率
； 你和你女朋友同时 上课的概率是
； 当我发现 你在上课（我还没有发现你女朋友，她可能和她闺蜜坐一起），那么 你女朋友也在上课 的概率是
。这个等式就是：
上面公式，写成乘法的形式，就是所谓的 乘法公式 ：
相同道理，还可以这么写：
样本空间
所谓样本，就是研究的对象，就是 结果；所谓空间，就是 范围。样本空间就是 结果的取值范围。比如我摇色子，摇出的结果的取值范围是 {1, 2, 3, 4, 5, 6}，那么它的样本空间就 {1, 2, 3, 4, 5, 6} 。样本空间 用S表示：
事 件
事件，就是发生了某一件事情。比如摇色子，发生的结果只能是 {1, 2, 3, 4, 5, 6}，你总不能摇个7出来吧。你可以把 凡是摇到 1 的结果 称为 事件 （也就是摇到1这件事发生了），凡是摇到 2 的结果称为 事件
。当然，你也可以将摇到 {1, 2, 3} 的结果 称为事件
。
划 分
划分，字面意思就是 划界限分类，给什么划分呢？就是给 结果划分。比如摇色子，发生的结果是 {1, 2, 3, 4, 5, 6}，我们可以分成{1, 2, 3}、{4, 5, 6}，也可以分为{1, 2}、{3, 4, 5, 6}，还可以分为{1, 2, 3, 4, 5}、{6} 等等。上面的每一种分法，就是不同的 划分。上面说过，对发生结果起一个文绉绉的名称，叫做样本空间。所以，上面的每一种分法，就叫做 样本空间S的一个划分。你会发现，划分是 包含所有发生的结果 的，而且 不重复。比如：{1, 2, 3}、{4, 5} 这个 就不是一个划分，{1, 2, 3}、{3, 4, 5, 6} 也不是一个划分。
全概率公式
条件概率 是已知发生事件A的情况下，求发生事件B的概率。而 全概率，是 在已知事件 、
、
这n件事情都有可能发生，但还不知道这几件事中 哪一件事将要发生的情况下，求发生事件A的概率。比如：摇色子，连摇两次，摇第一次的结果，我知道摇到的肯定是 {1, 2, 3, 4, 5, 6} 中的一个，但我 还不知道 具体是哪一个数。再摇第二次，求第二次摇到 {7} 的概率是多少（当然，凭借常识你知道概率是0）？但是我们还是用公式算一下：
其中 的意思是：已知第一次 摇到1 的情况下，第二次摇到7的概率。把 六种情况 加起来，就是第二次摇到7的 概率
了。上面讲解的是全概率的含义，全概率公式 如下：
其中 、
、
、
是 一个划分 。拿上面的例子来说，这个划分也就是第一次摇色子所有可能的结果：{1}、{2}、{3}、{4}、{5}、{6}。当然，你也可以这么划分{1, 2, 3, 4, 5, 6}，只划分为一个。上面只是举了个例子，说明实际中的含义而已。事实上，全概率公式是 可以推导 出来的，我们先看下面公式：
咋一看，有点蒙（对于把概率论忘得差不多的程序员来说），上面的公式是什么呢？字面的意思就是：A和 同时发生，或者A和
同时发生，或者A和
同时发生，这些所有情况加起来，就是发生事件A的所有情况。 比如：上面摇色子的例子来说，S就是 第一次摇的所有结果，这些结果肯定在 {1, 2, 3, 4, 5, 6} 中产生，这是必然事件，S=1。事件A 就是第二次摇到 {7} 这件事。
在这里表示或的意思，
发生，或
发生，或
发生，这种称为 和事件。有了上面的解释，从 概率的角度，很容易得到下面的等式：
这就是全概率公式的推导。这个公式有什么用？用途就是：比如，你想知道我是一个土豪的概率是多少，你肯定不能直接知道这个概率，而往往是从我的日常生活中慢慢统计，比如从我买东西的角度统计，P(我是土豪) = P(土豪 | 兰博基尼)P(兰博基尼) + ... + P(土豪 | 飞机)P(飞机)。最终，通过这些信息，间接算出我是土豪的概率。
贝叶斯公式
有了上面 条件概率 和 全概率 这两个概念，条件概率公式如下：
全概率公式如下：
那么，就会有下面这个式子，这个式子就是 贝叶斯公式：
其中， 是求和符号，从下角标从1开始，一直加到n为止（n的值根据划分而定）：
贝叶斯公式是由 条件概率公式 和 全概率公式 推导出来的。这也导致了贝叶斯公式对应的现实意义 没有那么直观。这个公式在 机器学习里用的很多，我们应该要理解其现实生活中的含义。下面举个例子，就说一个女孩子可能喜欢你这件事。她喜欢你，有很多种原因：你 长得帅、长得高、比较幽默 等等。她喜欢你的概率：
通过上面的 各种原因 的分析，得到的结果 就是她喜欢你的概率。对比一下，你就会发现，这是一个全概率公式。这就是 由于什么样的原因，可能得到什么样的结果。高、帅、幽默这些因素，我们可以 根据经验 就可以知道，在影响一个女孩喜欢你这件事上，各个因素的影响比重有多大。比如，在这女孩心中，帅气重要一点，那么 P(喜欢 | 帅) 的值就大一些，而你的帅气程度决定了 P(帅) 的值。那么关于你的帅气对她的影响就是 P(喜欢 | 帅)P(帅) 的值。现在反过来，你 知道那个女孩有多喜欢你，你想知道她为什么喜欢你，你在想，是不是因为你长得比较帅，所以她喜欢你呢？你决定算一下这个概率：
上面这个式子很好理解，上面说过，P(喜欢 | 帅)P(帅) 是你的 帅气 对这个女孩的影响，它是 P(喜欢) 的组成部分，也就是帅气是影响喜欢的原因之一。那么，用 P(喜欢 | 帅)P(帅) 除以 P(喜欢)，就能知道帅气在所有导致喜欢的因素中 占的比重 是多大，这个比重 就是P(帅 | 喜欢)。对比一下，你会发现上面的式子就是贝叶斯公式。重新写一下：
下面，就对上面这个公式进行说明：
-
先验概率
： 帅气是天生的，和女孩子喜不喜欢你没有关系，它是根据我们的常识，知道你的帅气在你所有的优缺点中占的比重是多大，也就是
的 先验概率 。
-
标准化常量
： 女孩子喜欢你的程度，你是通过某些途径知道的，比如女孩告诉你，她有多喜欢你，所以
-
后验概率
： 你是通过女孩告诉你，她有多么喜欢你以后，知道了P(喜欢)的值，才分析出帅气在所有影响喜欢的因素中占的比重，所以
-
似然度
: 似然，是由 likelihood 这个单词直译过来的。文言文中，似，就是像，然，就是样子，似然就是像什么什么的样子。翻译得有 争议性，有人认为 翻译得不准确。likelihood 的意思，是可能性。
所以贝叶斯公式可用文字表示为：
先验概率
先验概率就是：
根据以往经验和分析得到的概率。
举例和说明，在上面的 贝叶斯公式 里已经讲过了，可以参考上面的说明。
后验概率
后验概率就是：
某件事情发生了，引起这件事发生的原因很多，这件事情发生是由原因A引起的概率，这个概率就被称为 后验概率。
举例和说明，在上面的 贝叶斯公式 里已经讲过了，可以参考上面的说明。
二、参考文章
概率知识请参考：
-
《概率论与数理统计（第四版 ）》- 浙江大学
-
《概率论与数理统计（陈希孺）》
-
《似然是一种错误的说法》- 朱钰、杜一哲 西南财经学院《统计与信息论坛》
网友评论