贝叶斯定理

贝叶斯定理可以理解成下面的式子：

后验概率（新信息出现后A发生的概率）＝先验概率（A发生的概率）ｘ可能性函数（新信息带出现来的调整）贝叶斯的底层思想就是：

如果我能掌握一个事情的全部信息，我当然能计算出一个客观概率（古典概率、正向概率）。

可是生活中绝大多数决策面临的信息都是不全的，我们手中只有有限的信息。既然无法得到全面的信息，我们就在信息有限的情况下，尽可能做出一个好的预测。也就是，在主观判断的基础上，可以先估计一个值（先验概率），然后根据观察的新信息不断修正(可能性函数)。