先验概率后验概率公式-先验概率后验概率公式

在启动之前，我得说，大量人刚接触贝叶斯定理时，第一反应就是去背那个 S 公式：P(A|B) = P(B|A) P(A) / P(B)。
这玩意儿看着挺唬人，像是啥宇宙终极真理。但在实际干活的场景里，跟那玩意儿谈恋爱好办，过日子就难了。 先聊聊先验概率。
这东西听起来挺玄乎，实际上说白了就是个“先入为主”的态度。你那会儿见过猫吗？见过臭袜子吗？见过下雨天吗？这些你见过没，归于你脑子里本来就有个大约的比例。
比如你一启动认定明天会下雨的概率到底有多少，这全看你在那会儿几年里翻过多少本气象预报书，要么看新闻报道过几次大旱大涝。
不管你是农民、老农还是城市里的外卖小哥，你对“雨”这件事的直觉一辈子和书本上的精确数据不一样。加上一句“别急，先验概率才是灵魂”，这句话一出，那些死记硬背的公式瞬间就淡了，剩下的就是你自己那点经验判断里的妖魔鬼怪。 那到了后验概率，这就有点意思了。别把它们当成两个独立的怪兽打架，它们是同一个场上，你打出一记重拳，场上那个概率板就会跟着晃动。后验概率，就是打完了之后，剩下的概率是多少。
比如刚刚那个例子，你打完那记重拳（拿到了下雨的证据），剩下的概率是多少？
是不是直接变成百分之百？不是，你心里还得挠痒痒：“哎呀，但这天气看着挺闷啊，人生地不熟，还是先备个伞吧。”这时候你就对了，这就是后验概率，它告诉你目前的局势，不是坐在棋盘上等着对方冲过来再算，而是你自己手里拿着证据牌，当场把局势定下来。 这两个东西有个挺妙的地方，就是它们不是一成不变的。先验概率是依据那会儿的经验定的，后验概率是依据当前的证据定的。
可是，这两者之间总得有个交接点，那就是那个证据。
要是证据挺弱，比如只是看到一只鸟飞过，那先验概率可能还是 1%，后验概率可能还是 1%；但要是证据挺强，比如看到暴雨倾盆，那先验概率是 100%，后验概率瞬间变成 0。
你看，这就是证据的权重在起功能。 说到这儿，肯定有人要问了：“那具体的算式是不是还是那个公式？”没错，公式是通用的，但如何用彻底看你自己活儿。
比如你要做视频推荐，你先验可能是基于用户画像的，后验就是看了视频最终那几秒有没有停下的。
要是做医疗诊断，先验可能是你查过的流行病学报告，后验就是拿着CT片看了之后得出的结论。
哪怕领域不同，只要逻辑通顺，那个公式一辈子都在你脑海里转着圈。 举个例子聊聊股票分析。假设你是量化基金的机器人，你要判断这次财报发布后股价会不会跌。你的先验概率，可能基于历史数据，你发现那会儿 100 次财报季，股价平均跌了 2%。
那后验概率，就是你今天收到财报了，每股价格跌的概率是多少？这时候你得看财报里的关键指标，要是营收暴增，那后验概率可能直接跳到 1%；要是营收还跟预期差不多，那后验概率可能还维持在原来的 2%。
你看，这事儿既不像教科书那么死板，也不像神话那么玄妙，它就是基于数据 recalibration（校准）来的。 在实际操作中，那种“先验概率”往往藏在你的职业直觉里，比如一个老司机如何认路，一个老中医如何下诊断，这些都不是从一本字典上抄来的，是脑子里几十年积累的“先验概率”。而“后验概率”则是你结合现场情况，不断调整这些直觉后的最终结局。它们不是哪位取代哪位，而是你手里的牌，每一张牌发出去，局势都会变。 最终我想说，别把这两个词搞混了。先验概率是故事的背景板，它随着工夫那会儿、经历变化；后验概率是故事形成的目前，它随着证据到场而转变。做点实际工作的时候，记得别盯着那个 S 公式死磕，盯着自己手头那几张证据牌，它们才是拍板你胜率的关键。
毕竟，能让人愿意交学费的公式，往往都是那些经过工夫验证、能真正落地用的东西。