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)
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)
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
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
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?
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:
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
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
你可以扩展阅读下什么是