01.
机器学习
贝叶斯算法
-
要么是喜欢这个人 -
要么是不喜欢这个人
上图中不同形状代表的是不同的概率大小,而我们最终所要求的值P(B1|A)也就是P(喜欢一个人|对一个人笑)的大小。
所以我们可以得到最后的贝叶斯公式为
为了更好的让大家理解贝叶斯公式,我们针对上述公式来举个例子:
1).假设这位姑娘对每个人都微笑,那么根据人们的经验,她对你笑说明不了任何问题。
2).而上述公式中P(对一个人笑|喜欢一个人)和P(对一个人笑|不喜欢一个人)两项的值都是1
3).因为不管她喜不喜欢他人,这个姑娘都会对人微笑
此时有=> P(喜欢一个人|对一个人笑)=P(喜欢一个人)
4).也就是说她对你微笑并没有改变任何事情。
再举另外一个比较极端的例子,这位姑娘只对她喜欢的人微笑,这包含了两个假设,用公式描述就是P(喜欢一个人)=P(对一个人微笑),并且P(对一个人笑|喜欢一个人)=1
此时有=>P(喜欢一个人|对一个人笑)=1。
那么,她肯定是喜欢你的。
02.
用程序来算一下
下面我们利用python来阐述上面的过程。程序如下。
-
姑娘喜欢一个人并对其笑的概率 -
姑娘不喜欢一个人并对其小的概率
最近补充一句,我准备邀请她一起吃个西餐,当面谈一下我的算法,问问她到底怎么想的,机智如我,祝我成功!
往期热门:
漫画,开学季来临,用Python告诉你,女朋友应该从全国的哪个城市找
天下武功为快不破,戏说Python与Go高并发争锋!
本篇文章来源于: 菜鸟学Python
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ 如何处理单元测试中的请求?01/07
- ♥ 牛逼,70行代码开启微信分身术,让你无限开启多个微信06/10
- ♥ python ansible如何执行脚本?10/22
- ♥ 如何解决python中的0x80072ee2错误10/13
- ♥ 如何判断列表是否不包含元素09/24
- ♥ 通俗易懂的Python输入输出、格式化字符串方法10/17
内容反馈