贝叶斯公式和隐马尔可夫模型(2)

在贝叶斯统计中，一个随机事件或者一个不确定事件的后验概率是在考虑和给出相关证据或数据后所得到的条件概率。同样，后验概率分布是一个未知量基于试验和调查后得到的概率分布。“后验”在本文中代表考虑了被测试事件的相关证据。

看一下，下面图回顾一下上一次的的内容。

图 图

这就是叶贝斯的简单介绍

最后一个问题

问题的内容是如果 Alice 和聊天发现他最近三天的情绪依次是高兴>沮丧>高兴，那么根据我们经验，也就是之前的数据，这三天天气可能是怎样的排序。

图 猜天气 简单的实例

一切还是先从简单开始，我们先以两天为例来讲解分析。

排列组合 列出所有的可能

我们将所有的情况都一一列出，上面就是所有的可能

一种情况 图

我们知道某一天是晴天的概率是 2/3 。也就是 0.67 。

图

好，假设今天是晴天，那么我们知道晴天 Bob 好心情的概率是 80%

图

如果是晴天，明天是阴天的概率是 20%

图

那么阴天，沮丧的概率是 60%

结果

经过一系列推测，我们将概率相乘得出他的概率为 6.4%

图

其他情况大家可以自己，算一算。如图 four 种情况最高值就是我们推测的结果。