官术网_书友最值得收藏!

1-6 貝葉斯推理過程的總結

用圖表對于之前提到的后驗概率的計算方法進行總結,如圖表1-9所示。

圖表1-9 關于顧客類別的貝葉斯推理過程

那么,通過求后驗概率,我們能夠了解到什么呢?其實,只要抽出圖表的開頭、中間和結尾部分,并填入數值,結果就很明確了。(圖表1-10

圖表1-10 有關顧客類別的貝葉斯更新

看這個圖表便可了解到,在沒有觀察到任何行為時,面前的顧客是“來買東西的人”的概率為0.2(先驗概率),但觀察到“上前詢問”這一行為之后,數值便更新為約0.43(后驗概率)。也就是說,雖然并不能斷定這位顧客就是“來買東西的人”,但這一結果的可能性提高到了以前的兩倍,這便是“貝葉斯更新”

在本書中,上述過程稱為“貝葉斯推理”。貝葉斯推理可以總結為:通過觀察行動(信息),將先驗概率通過貝葉斯更新,轉換為后驗概率。在本書中,每個案例中進行的推算稱為“貝葉斯推理”,而將這些案例中的推算方法整合起來,便是“貝葉斯統計學”。

第1講·小結

1.設定兩個類別(“來買東西的人”和“隨便逛逛的人”)的概率(先驗概率)。

2.設定類別“來買東西的人”“上前詢問”以及“不上前詢問”兩種行為的概率,和“隨便逛逛的人”“上前詢問”以及“不上前詢問”的概率(條件概率)。這需要一定的經驗和數據作為支撐。

3.因為觀察到了“上前詢問”的行為,因此,可以排除掉“不上前詢問”的可能性。

4.使“來買東西的人上前詢問”的概率和“隨便逛逛的人上前詢問”的概率組合,滿足標準化條件。也就是說,在保持比例關系的前提下,使其相加之和等于1。

5.還原標準化條件后的“來買東西的人”的概率,也就是觀察到“上前詢問”行為后,判斷“來買東西的人”類別的后驗概率。

6.根據觀察到的行為,先驗概率更新為后驗概率。這就是貝葉斯更新。

練習題

第一次練習,我們先做一個設定全部相同,只改變數值的練習吧。


先驗概率的設定

顧客中,“來買東西的人”的比例占全體的40%(0.4),“隨便逛逛的人”的比例占全體的60%(0.6)。


有關信息的條件概率的設定

下表提供了各類別的“上前詢問”和“不上前詢問”的條件概率。

按以下順序,求觀察到“上前詢問”這一行為后,“來買東西的人”的后驗概率。

各個類別的先驗概率分別為,

(a)=( )、(b)=( )

添加信息后的條件概率分別為,

(c)=( )、(d)=( )

(e)=( )、(f)=( )

四種互不相同的情況的概率分別為,

(g)=( )×( )=( )

(h)=( )×( )=( )

(i)=( )×( )=( )

(j)=( )×( )=( )

在觀察到“上前詢問”的2種情況中,恢復標準化條件,則

觀察到“上前詢問”的情況下,該顧客為“來買東西的人”的后驗概率=( )

主站蜘蛛池模板: 商城县| 苏尼特左旗| 平谷区| 镇康县| 廊坊市| 六安市| 教育| 锦州市| 全椒县| 北碚区| 西吉县| 鸡泽县| 旬阳县| 乌什县| 贵阳市| 永寿县| 阿坝县| 溆浦县| 白朗县| 禹州市| 兴国县| 肇东市| 孝义市| 凤阳县| 乐都县| 和平县| 武义县| 独山县| 绥棱县| 长寿区| 深州市| 泌阳县| 台中县| 珠海市| 盐池县| 宝坻区| 乐陵市| 和顺县| 苍溪县| 松原市| 南靖县|