标签：概率 机器 复习 E5% E6% E7% 事件 frac 概率论

# 概率相关 ## 从骰子实验引出的各种概率概念 1.投骰子，出现点数为 6 的概率 $\frac{1}{6}$. 投骰子，**已知出现点数为偶数**，出现点数为 6 的概率则是 $\frac{1}{3}$，这个概率即 **条件概率**。 2.**条件概率**为：假设我们知道 A 事件已经发生，在此基础上我们想知道 B 事件发生的概率，这个概率为条件概率，记作 $P(B|A)$ 3.**古典概率模型**：假设一个实验，有 **$\Omega$ 个等可能性的结果**，事件 A 包含其中 $X$ 个结果，事件 B 包含其中 $Y$ 个结果，$Z$ 代表其中交叉的事件：  事件 A 发生的概率：$P(A) = \frac{X}{\Omega}$；事件 B 发生的概率：$P(B) = \frac{Y}{\Omega}$；事件 A、B 都发生的概率：$P(AB) = \frac{Z}{\Omega}$如果事件 A 已经发生，那么事件 B 也发生的概率是 $P(B|A) = \frac{Z}{X}$，将公式展开： 这个公式就是条件概率公式 $$ P(B|A) = \frac{\frac{Z}{\Omega}}{\frac{X}{\Omega}}= \frac{P(AB)}{P(A)} $$ 4.如果条件概率 $P(B|A)$ 大于 $P(B)$，代表事件 A 的发生会促进事件 B 的发生，例如上面投骰子的例子。还有可以看下图，本身 $P(B)$ 的概率是比较小的，在事件 A 已发生的情况下，由于相交部分较多，事件 B 发生的概率也提升了：  5.如果条件概率 $P(B|A)$ 小于 $P(B)$，代表事件 A 不会促进事件 B 的发生，例如事件 A 为投骰子点数为偶数，事件 B 为投骰子点数小于 < 4，事件 A 和 事件 B 发生的概率都为 $1/2$，事件 A、B 同时发生的概率是 $1/6$，条件概率 $P(B|A)$ 为 $1/3$。还有可以看下图，本身 $P(B)$ 的概率是比较大的，在事件 A 已发生的情况下，由于相交部分较少，事件 B 发生的概率被降低了：  6.如果条件概率 $P(B|A)$ 等于 0，代表事件 A 与事件 B 完全不相交，即事件 A 发生则事件 B 一定不会发生，事件 A 与事件 B 是**不相容事件**，或者是**互斥事件**。如下图所示：  7.还有可能条件概率 $P(B|A)$ 等于 $P(B)$，在这种情况下其实就是事件 A、B 的发生互不相关，例如有两个骰子，事件 A 为骰子 1 投出点数 6，事件 B 为骰子 2 投出点数 2，事件 A 和 事件 B 发生的概率都为 $1/6$，那么事件 A、B 同时发生的概率是 $\frac{1}{36}$，条件概率 $P(B|A)$ 等于 $\frac{1}{6}$，我们一般称这种为独立事件。如下图所示：  ## 全概率公式与骰子实验验证 假设有 $A_1,A_2,...,A_n$ 这些互斥事件，包含了实验所有可能的结果：  即有$P(A_1) + P(A_2) + ... + P(A_n) = 1$。拿刚刚的骰子举例，其实就是抛一次骰子，点数分别为 1，2，3，4，5，6. 假设再有一个事件 B，用古典概率表示如图：  事件 B 的概率，可以通过事件 B 在 $A_1,A_2,...,A_n$ 这些互斥事件上的条件概率以及这些事件的概率进行计算，即全概率公式： $$ 条件：P(A_1) + P(A_2) + ... + P(A_n) = 1 $$ $$ 结果：P(B) = P(B\Omega) = P(BA_1) + P(BA_2) + ... + P(BA_n) = P(A_1)P(B|A_1) + P(A_2)P(B|A_2) + ... + P(A_n)P(B|A_n) $$ 例如事件 B 就是投出的骰子为偶数，$P(B) = \frac{1}{2}$，$P(A_{点数=1})P(B|A_{点数=1}) + P(A_{点数=2})P(B|A_{点数=2}) + P(A_{点数=3})P(B|A_{点数=3}) + P(A_{点数=4})P(B|A_{点数=4}) + P(A_{点数=5})P(B|A_{点数=5}) + P(A_{点数=6})P(B|A_{点数=6}) = \frac{1}{6} * 0 + \frac{1}{6} * 1 + \frac{1}{6} * 0 + \frac{1}{6} * 1 + \frac{1}{6} * 0 + \frac{1}{6} * 1 = \frac{1}{2}$ ## 全概率公式的使用：足球预测 全概率公式的意义在于：在大多数情况下，我们是**很难像骰子实验一样直接得出事件 B 的概率**的，我们需要限定事件的样本空间，根据现有样本抽象出事件 $A_1,A_2,...,A_n$，同时统计这些事件上 B 发生的概率，最后得出事件 B 的概率。 举个例子即推测本次欧洲杯英国队对阵德国队，英国队胜利的概率，我们可以通过历史比赛数据（例如近几届欧洲杯比赛数据，以及两队对阵比赛数据）估算出英国队进球数为 0，1，2，3，4，5... 的概率，德国队进球数为 0，1，2，3，4，5... 的概率，其中**英国队进球数大于德国队即英国队胜利的概率**。这就是全概率公式的一种应用。 ## 由因推果与由果推因 全概率公式就是**由因推果**，一个典型的例子就是上面提到本次欧洲杯英国队对阵德国队，英国队胜利的概率的推测。我们根据以往比赛数据，可以算出英国队还有德国队的平均进球，进球概率一般符合**泊松分布**（这个我们之后还会提到，还会用这个例子详细分析），根据**泊松分布**，我们可以可以得出英国队还有德国队进球数 n 的概率，假设英国队平均进球为 1.67，德国队平均进球为 1.52 则（我们这里只考虑到进球数为 4 的情况）： 球队 | 进球数为 0 | 进球数为 1 | 进球数为 2 | 进球数为 3 | 进球数为4 | ---|---|---|---|---|---| 英国队 | 0.1882 | 0.3144 | 0.2625 | 0.1461 | 0.061 | 德国队 | 0.2187 | 0.3324 | 0.2527 | 0.128 | 0.0486 | 假设 $P(A_0)$ 为英国队进球数为 0 的概率并以此类推： $$ P(A_0) = 0.1882 $$ $$ P(A_1) = 0.3144 $$ $$ P(A_2) = 0.2625 $$ $$ P(A_3) = 0.1461 $$ $$ P(A_4) = 0.061 $$ 假设 $P(B)$ 为英国队胜利的概率，则根据全概率公式有： $$ P(B) = P(A_0)P(B|A_0) + P(A_1)P(B|A_1) + P(A_2)P(B|A_2) + P(A_3)P(B|A_3) + P(A_4)P(B|A_4) $$ $$ P(B|A_0) = 0 $$ $$ P(B|A_1) = 德国队进球为 0 的概率 = 0.2187 $$ $$ P(B|A_2) = 德国队进球为 0，1 的概率 = 0.2187 + 0.3324 = 0.5511 $$ $$ P(B|A_3) = 德国队进球为 0，1，2 的概率 = 0.2187 + 0.3324 + 0.2527 = 0.8038 $$ $$ P(B|A_4) = 德国队进球为 0，1，2，3 的概率 = 0.2187 + 0.3324 + 0.2527 + 0.128 = 0.9318 $$ $$ P(B) = 0.1882 * 0  +  0.3144 * 0.2187 + 0.2625 * 0.5511 + 0.1461 * 0.8038 + 0.061 * 0.9318 = 0.3877 $$ 但是，现实问题中，我们经常还会遇到由果推因的问题，例如我们体检，检测出来了胆囊息肉，那它究竟是否是肿瘤形成的还是胆固醇形成的或者是其他原因呢？这就需要我们从这个结果推测形成的原因。这就引出了**贝叶斯公式** ## 从足球预测例子理解先验概率与后验概率 在提到贝叶斯公式之前，我们先搞清楚两个概念，**先验概率**与**后验概率**。 **先验概率**一般是通过经验得出，即根据历史采集到的数据，没有做任何限制，得出的经验概率。上面的例子提到的通过历史比赛数据推测出来的两队进球数的概率，就是**先验概率**。这时候假设比赛开始，然后发生了一个事件，德国队后卫失误被英国队凯恩先进了一球，这时候我们需要在这个前提下重新计算两队进球数的概率，这个就是**后验概率**。 **先验概率**即完全根据历史数据推测出的经验概率，没有任何已发生前提情况下的概率。**后验概率**即观察到某个现象需要对**先验概率**进行修正的概率。可以这样简单理解，比赛开始前，估计的概率一般就是先验概率，比赛开始后，发生红黄牌，点球，进球，换人等等这些事件后，对概率进行修正后得出的就是后验概率。 ## 贝叶斯公式与胆囊息肉形成原因推测 假设有事件 A、B，则： $$ P(A|B) = \frac{P(AB)}{P(B)} = \frac{P(B|A)P(A)}{P(B)} $$ 这就是贝叶斯公式，我们再结合起来全概率公式，假设我们事件 $A_1, A_2, ..., A_n$ 这些互斥事件构成了样本空间的全集，则有： $$ P(A_1|B) = \frac{P(B|A_1)P(A_1)}{P(B)} = \frac{P(B|A_1)P(A_1)}{P(B|A_1)P(A_1) + P(B|A_2)P(A_2) + ... + P(B|A_n)P(A_n)} $$ 我们来用胆囊息肉形成原因推测举个例子，假设我们统计到在某个医院一百万个病人样本中，患有肿瘤的有 8%，其中的 20% 曾经发现胆囊息肉，具有高胆固醇症状的人有 80%，其中 40% 曾经发现胆囊息肉，剩下其他的 12% 中 30% 曾经发现胆囊息肉。假设 $A_1$ 为患有肿瘤，$A_2$ 为胆固醇，$A_3$ 为其他。$B$ 为胆囊息肉。则胆囊息肉为肿瘤的概率为： $$ P(A_1|B) = \frac{P(B|A_1)P(A_1)}{P(B|A_1)P(A_1) + P(B|A_2)P(A_2) + P(B|A_3)P(A_3)} = \frac{0.2 * 0.08}{0.2 * 0.08 + 0.4 * 0.8 + 0.3 * 0.12} = 0.043 $$

标签：概率,机器,复习,E5%,E6%,E7%,事件,frac,概率论
来源： https://blog.51cto.com/u_11418075/2952148

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。