贝叶斯的重病筛查案例-Precision-Accuracy-Recall
1、就是查准率Precision和查全率Recall的调和平均数，两数积2倍除以两数和。
2、Precision(精确度)，Recall(召回率)，Accuracy(准确率)，F-score(F得分)，ROC Curve(ROC曲线)，AUC(AUC面积)，LiftCurve(Lift曲线) ，KS Curve(KS曲线)。
3、通过求得的指标进行模型评价，我们发现使用相同的数据进行模型训练，朴素贝叶斯模型和逻辑回归模型性能基本持平，相差很微弱，逻辑回归稍稍占一些优势。
4、Confusion Matrix(混淆矩阵)，Precision(精确度)，Recall(召回率)，Accuracy(准确率)，F-score(F得分)，ROC Curve(ROC曲线)，AUC(AUC面积)，LiftCurve(Lift曲线) ，KS Curve(KS曲线)。
必须学会的数学工具(三)——贝叶斯定理
1、贝叶斯定理是一种根据已知其他概率的情况，求解概率的方法。贝叶斯定理作为常用的基础算法，在统计学、心理学、社会学、经济学等方面一直有很重要的意义与应用。
2、贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。
3、贝叶斯公式的公式如下：P(A|B)=P(B|A)*P(A)/P(B)。
贝叶斯定理的适用条件是什么?
1、贝叶斯定理用于投资决策分析是在已知相关项目B的资料，而缺乏论证项目A的直接资料时，通过对B项目的有关状态及发生概率分析推导A项目的状态及发生概率。
2、信噪比预测：在通信系统中，可以使用贝叶斯公式来预测信号和噪声的比例（信噪比）。在接收到信号时，可以计算信噪比的后验概率，并将其与先验概率进行比较，以确定信号是否存在。
3、贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则，可以立刻导出：P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)。
4、贝叶斯定理原本是概率论中的一个定理，这一定理可用一个数学公式来表达，这个公式就是著名的贝叶斯公式。
