概率机器学习未来重点(机器学习基础知识学习-概率论之条件概率与独立性)
概率机器学习未来重点(机器学习基础知识学习-概率论之条件概率与独立性)意义称为是B发生条件下A发生的概率上一篇已经算过 P(A) = 但此时A发生概率显然为,即发生了变化定义:设A、B为事件,P(B)大于0,定义
本章讲的“条件概率与独立性”的知识与上一篇(机器学习基础知识学习-概率论(随机事件、等可能原理和模型))的知识点紧密相连 条件概率也是机器学习初学者需要掌握的基础知识之一,在这一章中有不理解的地方可以翻看上一篇的内容复习下
条件概率的定义例 (接上一篇中抽入场券的例子) 在抽入场券的问题中,若某人第 k 个抽,但在此之前已知前 k-1 个均未抽到入场券,问此时他抽到的概率是否有变化?
分析 设A:“第k个人抽到入场券”
B:“前k-1个人均未抽到入场券”
上一篇已经算过 P(A) =
但此时A发生概率显然为,即发生了变化
定义:设A、B为事件,P(B)大于0,定义
称为是B发生条件下A发生的概率
意义
条件概率空间:
原样本空间的缩减 S B
条件概率:
原概率的限制 P()P(| B)
性质:
(1)由P(B)>0得P(·|B)0
(2)P(S | B) = 1 (用条件概率定义可求得)
(3)若,...互斥,则 =
证明:由,...互斥,得 ,...互斥
= / P(B) = / P(B)
=
再来看一个例子:(上一篇投骰子继续探讨)反复掷两颗骰子,观察其和直至出现7点或8点为止,求出现7点的概率
这个例子用条件概率怎么求解呢?考虑等价实验:掷两颗骰子一次,观察其和。令B为“出现7点或8点”,A为“出现7点”,求P(A | B)
答:两颗骰子掷一次出现的所有可能是36次,其和出现7点的可能是6次,其和出现8点的可 能是5次
P(A) = 6/36 P(B) = 6/36 5/36 AB=A 即 P(A | B) = 6/11
所以出现7点的概率为 6/11
乘法公式将条件概率公式变形,得到乘法公式:
P(AB) = P(A | B)P(B) 注:该式中P(B)>0的限制可去掉
意义 用以计算积事件的概率(通常可避免计算组合数)
例:(接上一章举例的摸球问题)在无放回的情况下,求从r只红球b只篮球的袋中摸出两只红球的概率
P() = P()P(|) = ·
推广 若为事件,且P() > 0
则P()=
P(| )P(|)...P(|)P()
例 (继续讨论摸球问题)将摸两个球改为以无放回方式摸 n(nr b)个球,求前k(kr)个位置是红球,后n-k(n-kb)个位置是篮球的概率
在一些实际问题中,所给出的概率有时候理解为条件概率
例 (网球比赛)某网球运动员参加一次赛事,淘汰赛制,须赢5轮方可夺冠,已知他第i轮获胜的概率为0.6-,求他夺冠的概率
注意:设为“第i轮胜”,第i轮获胜概率是指P(|),
i = 2,3,4,5
答:P(夺冠) = P() = P()P()...P()
= 0.5 * 0.4 * 0.3 * 0.2 * 0.1 = 5! * = 0.0012
独立性问题:是否P(A)与P(A|B总是不同?
例 (孩子性别)设一个家庭生男孩、女孩是等可能的。考察任一两个孩子家庭,分别求“老二是女孩”的概率和在“老大是男孩”的条件下“老二是女孩”的概率
解:设A为“老二是女孩”,B为“老大是男孩”
S = {(bb) (bg) (gb) (gg)}
A = {(bg) (gg)} B = {(bb) (bg)}
P(A) = P(A|B) = /=
上例中条件概率与无条件概率是一样的,说明“老大是男孩”这一事件对“老二是女孩”这一事件的概率没有影响,或者这两个事件是独立的
定义 若P(AB) = P(A)P(B),称事件A,B独立(无须P(B)>0)
例 (嫌疑人排查)在侦破某团伙作案时,查看相关监控录像,发现两嫌疑人在所有视频中出现的概率依次为0.11与0.12,但同时出现的概率为0.1。问是否有理由认为他们是同伙?
答:设A为“某甲出现”,B为“某乙出现”
P(A|B) = = 0.91
P(B|A) = = 0.83
初步判断A和B的条件概率相近
而如果A、B独立,则P(AB) = P(A)P(B) = 0.11 * 0.12 = 0.0132
显然小于0.1 所以推断出A、B不独立,有理由认为他们是同伙
定理:若A与B独立,则A与,与B,与皆独立
证明其中一式:
实际问题中常从事物的背景判断独立性
物理意义“独立”的事件通常是独立的,反之不一定成立
例:
a. 掷两颗骰子,考虑A为“一颗点数大于2”,B为“另一颗点数为偶数” 独立
b.掷一颗骰子,考虑A为“点数大于2”,B为“点数为偶数” 不独立
推广 事件A,B,C独立
定义 事件A,B,C独立,指下式同时成立
P(AB) = P(A)P(B)
P(BC) = P(B)P(C)
P(CA) = P(C)P(A)
P(ABC) = P(A)P(B)P(C)
若只有前三个式子成立,称为两两独立。两两独立并不能决定三个事件独立
例:在孩子性别例子中,考虑A为“老大是男孩”,B为“老二是女孩”,C为“异性子女”。则A,B,C两两独立(A是男孩,不影响B是女孩;B是女孩,不影响A是男孩),若ABC在一起就是必然事件(A是男孩,B是女孩,必然异性),不是独立事件
独立的概念同样可以推广到n个事件
定义 事件相互独立,下列等式均成立:
例:继续摸球的问题,别的条件不变,但该摸球方式为有放回的,此时该如何解答呢?
答:
作为独立性的应用,重做“掷双骰子”一题
例 反复掷两颗骰子,观察其和直至出现7点或8点为止,求出现7点的概率
#头条创作挑战赛#