1857年，“中美洲号”蒸汽船在加勒比海遇到飓风沉没，425名乘客和9吨黄金以及大量珠宝悉数沉入了2100米深的大西洋底，留下了无数谜团，这成为美国“最大的失落宝藏”。

一百多年过去了“中美洲号”成了有名的传说，很多美国人都做过打捞“中美洲号”获取巨额宝藏的梦。美国奥德赛海洋勘探公司2014年宣布运用当时较为先进的贝叶斯搜索理论，最终锁定了“中美洲号”残骸的位置，并打捞了部分黄金。贝叶斯定理无论是在生活还是工作中都有非常广泛的应用，下面来了解一下它吧。

你认为大强是农民还是图书管理员呢？

这是下图两位心理学家做的一个调查，他们发现90%的人倾向于认为大强是一个图书管理员，因为他喜欢整齐而有秩序的环境，这符合多数人心中对图书管理员的定义。但是主观判断容易非理性，理性应该是建立在对概率做出分析的基础上。比如这个例子，我们首先应该关注农民和图书管理员的人数比例。

在两位专家发表调查结果时，美国的图书管理员和农民的比例是1：20。这也就是说从两者之间选出从图书管理的概率是1/21。

现在我们按照这个两类人群的比例构建样本集如下。

假设人们看到这段关于大强性格的描述普遍认为，40%的概率他是图书馆里员=p(图书管理员|这种性格)，10%的概率他是农民=p(农民|这种性格)。这种性格下图书管理员的人数是，10*0.4=4，这种性格下农民的人数是，200*0.1=20。

所求P(A|B)=这种性格条件下是图书管理员的概率

这种性格=这种性格的图书管理员+这种性格的农民

不知道我有没有讲清楚？按照下面的描述你能推导出公式吗？

如果可以的话，那么恭喜你已经掌握了贝叶斯公式的使用方法。公式中的~A表示非A，这里也就是农民。

最后留个问题给大家，欢迎在评论区给我留言。

最后使用pythonsklearn库中的伯努利贝叶斯分类器，实现简单的二分类任务，数据和代码如下。