朴素贝叶斯：帮助AI产品经理“小步快跑，快速迭代”( 五 )_：朴素贝叶斯：帮助AI产品经理“小步快

为了解决这个问题，一位名叫托马斯·贝叶斯（ThomasBayes）的数学家发明了一种方法用于计算“在已知条件下，另外一个事件发生”的概率。该方法要求我们先预估一个主观的先验概率，再根据后续观察到的结果进行调整。随着调整次数的增加，真实的概率会越来越精确。

这句话怎么理解呢？

我们通过一个坐地铁的例子解释这句话的含义。深圳地铁一号线从车公庙出发至终点站共有18站，每天早上小林要从车公庙出发经过5个站到高新园上班，如下图所示：

某天早高峰，小林被站立的人群遮挡住视线并且戴着耳机听不到报站的内容，因此他不知道列车是否到达高新园站。

如果下一站列车到站时，他直接出站，理论上他正好到高新园站的概率只有1/18，出对站的概率非常小。这时候小林恰巧在人群中看到一个同事，他正走出站台。

小林心想，尽管不知道这个同事要去哪里，但在早高峰时段，同事去公司的概率显然更高。因此在获得这个有效信息后，小林跟随出站，正好到达高新园站——这种思考方式就是贝叶斯定理所阐述的思考方式。

朴素贝叶斯：帮助AI产品经理“小步快跑，快速迭代”( 五 )