博客
关于我
曲奇饼问题
阅读量:751 次
发布时间:2019-03-22

本文共 707 字,大约阅读时间需要 2 分钟。

使用贝叶斯公式计算条件概率

案例背景

碗1和碗2各放30个香草曲奇饼和10个巧克力曲奇饼,分别与10个香草曲奇饼和10个巧克力曲奇饼。我们需要计算从碗1取出香草曲奇饼的概率。

通过贝叶斯定理,可以得到公式:[ P(B_1|V) = \frac{P(B_1) \cdot P(V|B_1)}{P(V)} ]

其中:

  • ( B_1 ):碗1。
  • ( V ):取出的是香草曲奇饼。

概率定义

  • ( P(B_1) = 0.5 )(碗1被选中的概率)。
  • ( P(V|B_1) = \frac{30}{40} = 0.75 )(从碗1中取到香草曲奇饼的概率)。
  • ( P(V) ):取到香草曲奇饼的总概率。
  • 计算总概率

    总样本空间为两个碗,每个碗有40个曲奇饼,总共80个曲奇饼。其中:

    • 香草曲奇饼总数:30(碗1) + 10(碗2)= 40个。
    • 巧克力曲奇饼总数:10(碗1) + 10(碗2)= 20个。

    因此:[ P(V) = \frac{40}{80} = 0.5 ]

    计算条件概率

    代入贝叶斯公式:[ P(B_1|V) = \frac{0.5 \cdot 0.75}{0.5} = 0.6 ]

    即,从碗1中取到香草曲奇饼的概率为60%。

    Python验证

    from thinkbayes import Pmfpmf = Pmf()pmf.Set('Bow1', 0.5)pmf.Set("Bow2", 0.5)pmf.Mult('Bow1', 0.75)pmf.Mult('Bow2', 0.5)pmf.Normalize()print(pmf.Prob('Bow1'))

    输出结果为:

    0.6

    验证结果正确,说明计算无误。

    转载地址:http://eigwk.baihongyu.com/

    你可能感兴趣的文章
    mysql deadlock found when trying to get lock暴力解决
    查看>>
    MuseTalk如何生成高质量视频(使用技巧)
    查看>>
    mutiplemap 总结
    查看>>
    MySQL DELETE 表别名问题
    查看>>
    MySQL Error Handling in Stored Procedures---转载
    查看>>
    MVC 区域功能
    查看>>
    MySQL FEDERATED 提示
    查看>>
    mysql generic安装_MySQL 5.6 Generic Binary安装与配置_MySQL
    查看>>
    Mysql group by
    查看>>
    MySQL I 有福啦,窗口函数大大提高了取数的效率!
    查看>>
    mysql id自动增长 初始值 Mysql重置auto_increment初始值
    查看>>
    MySQL in 太多过慢的 3 种解决方案
    查看>>
    MySQL InnoDB 三大文件日志,看完秒懂
    查看>>
    Mysql InnoDB 数据更新导致锁表
    查看>>
    Mysql Innodb 锁机制
    查看>>
    MySQL InnoDB中意向锁的作用及原理探
    查看>>
    MySQL InnoDB事务隔离级别与锁机制深入解析
    查看>>
    Mysql InnoDB存储引擎 —— 数据页
    查看>>
    Mysql InnoDB存储引擎中的checkpoint技术
    查看>>
    Mysql InnoDB存储引擎中缓冲池Buffer Pool、Redo Log、Bin Log、Undo Log、Channge Buffer
    查看>>