04. 学习目标 - 贝叶斯法则

学习目标 - 贝叶斯法则

以下问题将有助于你回顾在“贝叶斯法则”章节中学习到的知识。

预备知识

对于问题 1-3,假定你已经具备以下知识

你希望得出一辆汽车看见 黄色 的交通信号灯就停下来的概率是多少。

  • 经验数据告诉你,一辆汽车在交通灯交叉路口停车的概率是 P(S) = 0.40

  • 同时你了解到,基于经验数据,交通灯是黄色(而不是红色或绿色)的概率是 P(Y) = 0.10

车辆在黄灯前停车

车辆在黄灯前停车

交通灯 q1

当汽车停在十字路口时,数据显示,灯光为黄色的时间占比为 12%。所以,如果我们知道一辆车停了下来,那么有 12% 的可能性是黄灯。 这被称为 条件概率

给定上面的 P(S) 和 P(Y),如何用符号表示这个条件概率?

SOLUTION: P(Y|S) = 0.12

交通灯 q2

根据习题1中提供的信息,回答以下问题:如果交通信号灯为黄色,那么汽车停下的可能性是多少?

SOLUTION: 0.48

交通灯 q3

我们知道,在交叉路口停车和黄色交通灯是相关事件,那么 P(S) 和 P(Y) 分别是什么?

SOLUTION: 先验概率

问题 4 和 5 是不同场景。

问题 4 的预备知识:

在一条四车道的高速公路上,汽车行驶速度要么快,要么不快。 快的汽车应该在最左边的车道。

  • 在任何时候,都有 20% 的车辆在最左边的车道。

  • 总体上,高速公路上有 40% 的车辆被归类为快速行驶。

  • 在最左边车道的所有车辆中,90% 的车辆正在快速行驶。

贝叶斯 q2

根据以上信息,如果汽车行驶速度很快,那么它位于最左边车道的概率是多少?

SOLUTION: 0.45

贝叶斯法则不仅用于将传感器数据纳入估计过程,它也经常用于将测试数据纳入到医疗诊断中。

问题 5 的预备知识:

  • 在所有人口中,有 1% 得了癌症。
  • 90% 的癌症患者在接受癌症检测的血液检测结果为阳性,这意味着 90% 的可能性检测出癌症。
  • 5% 的人会有误报,也就是说有 5% 的可能性,会出现该检测在人们没有癌症的时候呈现阳性结果的情况。

Bayes q3

鉴于上述数据,如果一个人的癌症检测结果为阳性,那么他患癌症的概率是多少? (注意:答案四舍五入到最接近的 4 位小数)。

SOLUTION: 0.1538