机器学习与应用 第8章 分类：贝叶斯分类器习题参考答案.docx

第8章分类：贝叶斯分类器习题参考答案

1.解释贝叶斯定理的基本式P(A|B)=P(B|A)P(A)

贝叶斯定理是概率论中用于由果推因的核心公式，能够通过已知的先验概率和似然概率，反向求解事件的后验概率，广泛应用于概率推断与机器学习分类任务。

各符号具体含义：

-P(A|B)：后验概率，表示在事件B发生的条件下，事件A发生的概率，是公式最终求解的目标；

-P(B|A)：似然概率，表示已知事件A发生时，事件B随之发生的概率；

-P(A)：先验概率，无任何前置条件下，事件A独立发生的原始概率；

-P(B)：证据概率/全概率，事件B整体发生的总概率，为归一化常量，用于保证概率取值在0-1