前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >机器学习基础知识(1) 概率论-贝叶斯公式

机器学习基础知识(1) 概率论-贝叶斯公式

作者头像
程序员小王
发布2018-07-25 10:41:41
6970
发布2018-07-25 10:41:41
举报
文章被收录于专栏:架构说

如果感觉排版有问题请看原文链接

给你题目求概率(问题请读三遍)

代码语言:javascript
复制
10000人去检测某种发病率1%的疾病,如果某人确实生了这个病,有90%的概率会被检出阳性;

如果某人没有生病,有9%的概率会被误检出阳性。

现在甲被检出阳性,请问他真实得病的概率是多大?

是不是感觉不会 太难如果不清楚情况那下面例题(依赖大学知识) 或者跳到QA 环节(依赖小学知识)

例题1 监测出来有阳性实际的病概率

分析:

根据题目事件监测呈阳性含义

问题是在监测成阳性情况下真的有病

数学公式

条件概率

如果A和B是两个事件,且P(B)≠0。那么B条件下,A的条件概率为

代码语言:javascript
复制
P(AB) = P(B)·P(A|B) =P(A)·P(B|A)P(A|B)=P(AB)/P(B)

全概率

推倒过程

贝叶斯公式

回答上面题目

q1

代码语言:javascript
复制
10000人去检测某种发病率1%的疾病,如果某人确实生了这个病,有90%的概率会被检出阳性;如果某人没有生病,有9%的概率会被误检出阳性。现在甲被检出阳性,请问他真实得病的概率是多大?

A1:

Q 例如 一个有5个球 三个红球和2个黑球拿到红球概率是多少?

A: 3/(3+2)=3/5 其实不知道什么是 全概率 贝叶斯 条件概率这些公式 凭借小学基本知识也能解题

推理如下:

代码语言:javascript
复制
有10000人去检测,100人是实际得病了的。在这100人中,90人会被检查出来阳性。9900人是健康人,在他们之中,9%,即891人会被检测出阳性。90/(90+891)=9.2%最终,有981人检测呈阳性其中只有90人概率还是很低的

总结:

说了半天 目的是为了理解下面1个概念 机器学习的一个重要概念

  • 召回率(Recall),反映了被正确判定的正例占总的正例的比重

你可以扩展阅读下什么是

  • 精确度(Precision):反映了被分类器判定的正例中真正的正例样本的比重
你是不是感觉机器学习难度下降了一个档次
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-04-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Offer多多 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 分析:
  • q1
  • A1:
  • 总结:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档