贝叶斯定理经典案例
在生活中，我们无时无刻不面临着选择：
1，一条街上哪个饭馆最靠谱?
2，在自习室惊鸿一瞥的女神有没有男朋友?
3，老公的公文包里发现一只口红，他有没有出轨?
4，新开发的App应该等做得尽善尽美再发布，还是应该尽早发布，用互联网的力量帮助它完善?
5，我应该选择哪个工作offer或者还是考公务员才能使自己的收益最大化?
那么我们如何才能做出正确得选择和判断呢？单纯凭借经验，往往会出错。计算机做这种判断，怎么做呢？
对于这种选择和判断得问题，就会用到我们今天得主角，伟大得贝叶斯定理。
我们还是从一个例子中着手，看看贝叶斯定理是如何用得
今年国庆节，你早上起来一看天气，天上有云，你说要不今天结个婚吧，我想知道今天有雨吗？
好，就用贝叶斯定理来看一下今天下雨得概率
假定我们提前知道了：
50%的雨天的早上是多云的！
但多云的早上其实挺多的（大约40%的日子早上是多云的）！
这个月干旱为主（平均30天里一般只有3天会下雨，10%）！
那么今天要下雨得概率是多少呢？
我们用”雨”来代表今天下雨，”云”来代表早上多云。
当早上多云时，当天会下雨的可能性是 P(雨|云)。
P(雨|云) = P(雨)·P(云|雨)/P(云)
P(雨) 是今天下雨的概率 = 10%
P(云|雨) 是在下雨天早上有云的概率 = 50%
P(云) 早上多云的概率 = 40%
基本的概率情况已经确定，那就简单了
p(雨|云) = p(雨)*p(云|雨)/p(云)。
P(雨|云)=0.1×0.5/0.4=0.125
今天下雨得概率是12.5%，嗯，可以结婚。
是不是还是很懵逼，很绕，上图中，0.1*0.5表示一天中下雨并且有云的概率为0.05。而p(雨|云)*0.5表示的也是有雨也有云的概率。它解决的是用已验概率得出未验概率的问题。其中看似是四个关系，实则是两个事件的关系，有雨事件和有云事件。
嗯，拿出贝叶斯定理得公式为：
是不是很晃眼，可以这样记，AB,AB,AB, 就是从左到右记住。也就是在知道B的情况下，推知在B已经发生的情况下，A发生的概率。