做過數據分析軟板廠的人，想必對貝葉斯模型都不會陌生。貝葉斯預測模型是運用貝葉斯統(tǒng)計進行的一種預測，不同于一般的統(tǒng)計方法，其不僅利用模型信息和數據信息，而且充分利用先驗信息。通過實證分析的方法，將貝葉斯預測模型與普通回歸預測模型的預測結果進行比較，結果表明貝葉斯預測模型具有明顯的優(yōu)越性。

  說到貝葉斯模型，就算是不搞數據分析的都會有所耳聞，因為它的應用范圍實在是太廣泛了。

  大數據、機器學習、數據挖掘、數據分析等領域幾乎都能找到貝葉斯模型的影子，在疾病診斷、金融投資、日常生活中也都會用到。

  貝葉斯公式不僅可以幫助人們確定導致某一事件發(fā)生的最可能的原因，而且在數量上刻畫了隨著新信息的加入，人們對一個事物的認識如何從先驗概率過渡到后驗概率。

  要了解貝葉斯，隨FPC小編先來看看條件概率。

一、條件概率

  條件概率是指事件A在事件B發(fā)生的條件下發(fā)生的概率，條件概率表示為：P（A|B）。

來看下面這個例子：

  假設現在有一個裝了7個石塊的罐子，其中4塊是紅色的，3塊是白色的，如圖：

問題1：如果從罐子中隨機取出一塊石頭，那么是白色的可能性是多少？

回答1：由于取石頭有7種可能，其中3塊是白色，所以取出白色石頭的概率為3/7。

問題2：取出紅色的概率是多少？

回答2：很顯然，答案是4/7。

  我們用P(white)來表示取到白色石頭的概率，用P(red)來表示取到紅色石頭的概率，那么：P(white)=3/7，P(red)=4/7。

很簡單，對吧？

  問題來了：現在，我們把這7塊石頭放到兩個桶中，上述概率該如何計算呢？

  問題分析：要計算P(white)或者P(red)，事先得知道石頭所在桶的信息會不會改變結果？

  假定計算的是從B桶取到白色石頭的概率，這個概率可以記作P(white|B)，我們稱之為“在已知石頭出自B桶的條件下，取出白色石頭的概率”，這就是條件概率。

  從上圖可以看出P(white|A)=2/4，P(white|B)=1/3，依然很簡單。

條件概率的計算公式如下：

P(white|B)=P(white and B)/P(B)

  我們來驗證下上述公式：

• P(white and B)=球是白色且球是從B桶中取到的=1/7；
• P(B)=從B桶中取到球的概率=3/7；
• P(white|B)=P(white and B)/P(B)=（1/7）/（3/7）=1/3；

  為了方便起見，我們將white替換為A，條件概率可以表示為P(A|B)=P(A and B)/P(B)。

二、貝葉斯公式

  知道了條件概率，現在，我們來推算貝葉斯公式：

1. 第一步

條件概率公式兩邊都乘以P(B)，可以得到：

P(A and B)=P(A|B)*P(B)

  這個公式表示，條件A 和 B同時發(fā)生的概率等于B條件下A事件發(fā)生的概率乘以B事件發(fā)生的概率。

2. 第二步

順序調換。假設條件A 和條件B是兩個獨立的事件，所以我們可以將上述公式順序調換，即：

P(A and B)=P(B and A)=P(B|A)*P(A)

這個公式表示，條件A 和 B同時發(fā)生的概率等于B條件下A事件發(fā)生的概率乘以B事件發(fā)生的概率。

3. 第三步

重新代入條件概率公式：

P(A|B)=P(A and B)/P(B)

代入第二步的公式：

P(A and B)=P(B|A)P(A)

可以得到：

P(A|B)=P(B|A)P(A)/P(B)

  貝葉斯公式告訴我們如何交換條件概率的條件與結果，即如果已知P(B|A)，要求P(A|B)，那么可以使用上述計算方法。

上述公式中，每個概率又有不同的說法：

• P(A)被稱為先驗概率；
• P(B|A)被稱為后驗概率；
• P(B)被稱為全概率。

三、貝葉斯公式的應用

  以下柔性線路板廠小編摘一段 wikipedia 上對貝葉斯的簡介：

  所謂的貝葉斯方法源于他生前為解決一個“逆概”問題寫的一篇文章，而這篇文章是在他死后才由他的一位朋友發(fā)表出來的。

  在貝葉斯寫這篇文章之前，人們已經能夠計算“正向概率”，如“假設袋子里面有N個白球，M個黑球，你伸手進去摸一把，摸出黑球的概率是多大”。

  而一個自然而然的問題是反過來：“如果我們事先并不知道袋子里面黑白球的比例，而是閉著眼睛摸出一個（或好幾個）球，觀察這些取出來的球的顏色之后，那么我們可以就此對袋子里面的黑白球的比例作出什么樣的推測”。

  這個問題，就是所謂的逆概問題。

  貝葉斯是機器學習的核心方法之一。

  這背后的深刻原因在于，現實世界本身就是不確定的，人類的觀察能力是有局限性的。

  沿用剛才那個袋子里面取球的比方，我們往往只能知道從里面取出來的球是什么顏色，而并不能直接看到袋子里面實際的情況。

  這個時候，我們就需要提供一個猜測（hypothesis）。所謂猜測，當然就是不確定的，但也絕對不是兩眼一抹黑瞎蒙——具體地說，我們需要做兩件事情：

  以病人的分類為例，某個醫(yī)院早上收了六個門診病人，如下表：

  現在又來了第七個病人，是一個打噴嚏的建筑工人，請問他患上感冒的概率有多大？

根據貝葉斯定理：

可得：

假定”打噴嚏”和”建筑工人”這兩個特征是獨立的，因此，上面的等式就變成了：

這是可以計算的。

  因此，這個打噴嚏的建筑工人，有66%的概率是得了感冒；同理，可以計算這個病人患上過敏或腦震蕩的概率，比較這幾個概率，就可以知道他最可能得什么病。

  這就是貝葉斯分類器的基本方法：在統(tǒng)計資料的基礎上，依據某些特征，計算各個類別的概率，從而實現分類。