楼主: hongxing2009
7967 7

哪位高手给解释一下贝叶斯判别中的后验概率 [推广有奖]

  • 0关注
  • 0粉丝

小学生

57%

还不是VIP/贵宾

-

威望
0
论坛币
46 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
142 点
帖子
6
精华
0
在线时间
6 小时
注册时间
2010-1-4
最后登录
2017-2-17

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
哪位高手给讲讲贝叶斯判别中的后验概率,我不明白的是:得到新样品x后,由贝叶斯公式得总体G1,G2的后验概率是
P(G1| x)= p1*f1(x) / (p1*f1(x)+p2*f2(x))  其中f1,f2为G1,G2两个总体的概率密度函数。 p1,p2是概率,而f1,f2是概率密度函数,概率和密度函数相乘是什么意思呢?
高手们给解释一下,谢谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:贝叶斯判别 后验概率 贝叶斯 概率密度函数 是什么意思 贝叶斯判别

沙发
daxiang1976 发表于 2010-1-5 08:26:35 |只看作者 |坛友微信交流群
你说的这个公式是贝叶斯判别公式(判别分析方法)。真正的贝叶斯公式:
P(Bi|A)=P(A|Bi)P(Bi)/[P(A|B1)P(B1)+P(A|B2)P(B2)+  ...  +P(A|Bn)P(Bn)]
分母部分表示A事件发生的概率(全概率),它等于A事件在各种Bi发生的前题下发生的概率之和;分子部分是A事件在Bi事件发生的前提下发生的概率。这部分的解释可以看概率论。
到了贝叶斯判别里面,如有两个总体G1和G2,那么x的全概率为G1总体出现的概率(q1)乘于x在G1中的概率+G2总体出现的概率(q2)乘于x在G2中的概率;X在G1中出现的概率可以表示为G1的分布函数在x处的值,如G1为连续的,则可用G1的概率密度函数f1(x)在x处的值替代。

使用道具

藤椅
ldx329717455 发表于 2010-1-5 10:05:09 |只看作者 |坛友微信交流群
2楼正解啊
我也是才知道的

使用道具

板凳
爱萌 发表于 2010-1-5 10:43:56 |只看作者 |坛友微信交流群
2楼解释是对的
最恨对我说谎或欺骗我的人

使用道具

报纸
陈丹丹 发表于 2010-1-12 19:36:22 |只看作者 |坛友微信交流群
谢谢指点!
学海无涯

使用道具

地板
炎海飞雪 发表于 2010-1-13 14:33:41 |只看作者 |坛友微信交流群
X在G1中出现的概率可以表示为G1的分布函数在x处的值,如G1为连续的,则可用G1的概率密度函数f1(x)在x处的值替代。

问题是:分布函数在x处的值,如果G1是连续的话,应该是密度函数的积分啊,为什么是密度函数在x处的值呢?

使用道具

7
炎海飞雪 发表于 2010-1-14 19:42:14 |只看作者 |坛友微信交流群
期待高手指点,谢谢

使用道具

8
wxg319 发表于 2010-1-14 22:11:25 |只看作者 |坛友微信交流群
daxiang1976 发表于 2010-1-5 08:26
你说的这个公式是贝叶斯判别公式(判别分析方法)。真正的贝叶斯公式:
P(Bi|A)=P(A|Bi)P(Bi)/[P(A|B1)P(B1)+P(A|B2)P(B2)+  ...  +P(A|Bn)P(Bn)]
分母部分表示A事件发生的概率(全概率),它等于A事件在各种Bi发生的前题下发生的概率之和;分子部分是A事件在Bi事件发生的前提下发生的概率。这部分的解释可以看概率论。
到了贝叶斯判别里面,如有两个总体G1和G2,那么x的全概率为G1总体出现的概率(q1)乘于x在G1中的概率+G2总体出现的概率(q2)乘于x在G2中的概率;X在G1中出现的概率可以表示为G1的分布函数在x处的值,如G1为连续的,则可用G1的概率密度函数f1(x)在x处的值替代。
我觉得这样解释太理论,通俗地将:一个事件发生的先验概率为1/3(历史经验值),但我们现在做了实验发现是1/2,那么经过贝叶斯计算公式,(公式不记得了),假设可得2/5,那么这个2/5就是后验概率。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-27 07:57