机器学习与深度学习 / 系统课时
认识概率与条件概率
认识概率与条件概率
学习目标
完成本课后,你将能够:
- 解释事件概率、联合概率和条件概率
- 使用频数估计简单概率
- 理解条件信息如何改变事件发生概率
概率描述不确定性
概率取值范围为 0 到 1。0 表示事件不可能发生,1 表示事件必然发生。机器学习分类模型输出的概率可以理解为模型在当前数据和假设下对事件可信程度的估计。
联合概率与条件概率
联合概率 P(A ∩ B) 表示事件 A 和 B 同时发生的概率。条件概率 P(A | B) 表示已知 B 发生后,A 发生的概率。
text
P(A | B) = P(A ∩ B) / P(B)条件概率的重点是样本空间发生了变化。已知用户来自某个渠道后,流失概率可能与整体用户流失概率不同。
从数据估计概率
python
orders = [
{"vip": True, "refund": False},
{"vip": True, "refund": False},
{"vip": True, "refund": True},
{"vip": False, "refund": True},
{"vip": False, "refund": False},
]
total = len(orders)
refund_count = sum(order["refund"] for order in orders)
vip_orders = [order for order in orders if order["vip"]]
vip_refund_count = sum(order["refund"] for order in vip_orders)
print(f"P(退款) = {refund_count / total:.2f}")
print(f"P(退款且 VIP) = {vip_refund_count / total:.2f}")
print(f"P(退款 | VIP) = {vip_refund_count / len(vip_orders):.2f}")预期输出:
text
P(退款) = 0.40
P(退款且 VIP) = 0.20
P(退款 | VIP) = 0.33条件概率中的常见误区
P(A | B) 与 P(B | A) 通常不同。例如,“患病者检测阳性的概率”不等于“检测阳性者真正患病的概率”。后者还受到疾病基础发生率影响。
分析分类模型时,不能只看某个条件命中后的比例,还要明确条件和结果的方向。
本课练习
- 从 100 个订单中构造退款与会员状态频数表,并计算条件退款率。
- 举例说明
P(A | B)与P(B | A)不相等。 - 解释为什么样本量很小时,频数估计的概率不稳定。
按自己的节奏,确认真正理解。