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。