YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Chinese, Simplified subtitles

← Bayes Rule Diagram - Intro to Machine Learning

Get Embed Code
5 Languages

Showing Revision 5 created 08/09/2016 by Udacity Robot.

  1. 我们所说的先验测试的情况
  2. 其实是测试其敏感型和特殊性
  3. 比如说 如果你得到一个阳性测试结果 你要做的是获取先验结果
  4. 然后乘以此测试结果的概率
  5. 假设先验结果是 C 乘以测试结果中给出不是 C 的概率
  6. 这就是考虑你患癌的分支
  7. 这就是考虑你未患癌的分支
  8. 完成此操作后 你将得到一个数字 该数字把
  9. 患癌假设和测试结果结合了起来
  10. 包含了患癌假设和未患癌假设
  11. 现在 你将这些结果相加
  12. 它们的结果通常不会超过 1
  13. 你会得到一个数量
  14. 这刚好是测试结果在总样本中的概率
  15. 在本例中为阳性
  16. 接下来 你只需要把这里的
  17. 结果除以这里的总和 也叫做正规化
  18. 在右边也执行相同的操作
  19. 两种情况下的除数都相同
  20. 因为这是你的患癌范围、未患癌范围
  21. 但这个值将不再依赖癌症变量
  22. 你现在得出的是所需的后验概率
  23. 如果你按此处所示正确执行了所有操作 它们相加的和将为 1
  24. 这是你的贝叶斯规则算法