机器学习基础:贝叶斯定理及其应用示例


贝叶斯定理:
{ P(h|D)=\frac{P(D|h)P(h)}{P(D)} \tag{1}}

全概率公式:
{P(B)=\sum_{k=1}^nP(B|A_i)P(A_i)\tag{2}}


示例

已知某种疾病的发病率为0.008,现有一种试剂可以检验患者是否得病,即在患者确实患病的情况下,检验结果为阳性的概率为98%,在患者确实没患病的情况下,检验结果为阴性的概率为97%。现有一名患者的检验结果为阳性,则该患者的患病概率为多大?

假定事件C为得病,事件+为阳性,事件-为阴性,则有:

  1. P(C)=0.008
  2. P(\overline{C})=1-P(C)=0.992
  3. P(+|C)=0.98
  4. P(-|C)=1-P(+|C)=0.02
  5. P(-|\overline{C})=0.97
  6. P(+|\overline{C})=1-P(-|\overline{C})=0.03

其中,P(C)为“先验概率”,即没有做试验之前,所估计的发病率。P(C|+)为“后验概率”,即做了试验之后,对发病率的估计。

求检验结果为阳性时,患者的患病概率,就是求后验概率P(C|+)

使用全概率公式P(+),有
P(+)=P(+|C)P(C)+P(+|\overline{C})P(\overline{C})=0.0376
根据贝叶斯定理,有
P(C|+)=\frac{P(+|C)P(C)}{P(+)}=\frac{0.98×0.008}{0.0376}=0.2085
所以,该患者的患病概率为20.85%

因为存在3%误报率,所以会存在“假阳性”问题,即阳性结果并不足以说明病人得病。


参考资料:

  1. 贝叶斯推断及其互联网应用(一):定理简介 - 阮一峰的网络日志
  2. 全概率公式 - 维基百科,自由的百科全书
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,402评论 6 499
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,377评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,483评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,165评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,176评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,146评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,032评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,896评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,311评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,536评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,696评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,413评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,008评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,815评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,698评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,592评论 2 353

推荐阅读更多精彩内容