Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
data8-textbook-zh
提交
fd1a9652
D
data8-textbook-zh
项目概览
OpenDocCN
/
data8-textbook-zh
8 个月 前同步成功
通知
0
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
data8-textbook-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
fd1a9652
编写于
1月 18, 2018
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
ch17pic
上级
90b737d4
变更
4
隐藏空白更改
内联
并排
Showing
4 changed file
with
8 addition
and
0 deletion
+8
-0
17.md
17.md
+8
-0
img/17-1.png
img/17-1.png
+0
-0
img/17-2.png
img/17-2.png
+0
-0
img/17-3.png
img/17-3.png
+0
-0
未找到文件。
17.md
浏览文件 @
fd1a9652
...
@@ -68,6 +68,8 @@ students.pivot('Major', 'Year')
...
@@ -68,6 +68,8 @@ students.pivot('Major', 'Year')
| Second | 30 | 30 |
| Second | 30 | 30 |
| Third | 32 | 8 |
| Third | 32 | 8 |
![](
img/17-1.png
)
总人数为 100 人,其中二年级 60 人,三年级 40 人。 二年级中,每个专业类别有 50%。 三年级的 40 人中,20% 是未声明的,80% 已声明。 因此,这 100 人的比例和我们问题中的班级相同,我们可以假定,我们的学生是从 100 名学生中随机抽取的。
总人数为 100 人,其中二年级 60 人,三年级 40 人。 二年级中,每个专业类别有 50%。 三年级的 40 人中,20% 是未声明的,80% 已声明。 因此,这 100 人的比例和我们问题中的班级相同,我们可以假定,我们的学生是从 100 名学生中随机抽取的。
我们必须选择学生最可能进入的那一行。当我们对这个学生一无所知时,他或她可能在四个单元格中的任何一个,因此更可能在第一行(二年级),因为那里包含更多的学生。
我们必须选择学生最可能进入的那一行。当我们对这个学生一无所知时,他或她可能在四个单元格中的任何一个,因此更可能在第一行(二年级),因为那里包含更多的学生。
...
@@ -168,6 +170,8 @@ students.pivot('Major', 'Year')
...
@@ -168,6 +170,8 @@ students.pivot('Major', 'Year')
假设总体很大,疾病只占总体的一小部分。 下面的属性图总结了这种疾病的信息,以及它的医学检测。
假设总体很大,疾病只占总体的一小部分。 下面的属性图总结了这种疾病的信息,以及它的医学检测。
![](
img/17-2.png
)
总的来说,只有千分之四的总体有这种疾病。 检测相当准确:假阳性几率非常小,为 5/1000,但是假阴性更大(尽管还是很小),为 1/100。
总的来说,只有千分之四的总体有这种疾病。 检测相当准确:假阳性几率非常小,为 5/1000,但是假阴性更大(尽管还是很小),为 1/100。
个体可能知道也可能不知道他们是否患有这种疾病;通常情况下,人们会进行检测来确认他们是否拥有。
个体可能知道也可能不知道他们是否患有这种疾病;通常情况下,人们会进行检测来确认他们是否拥有。
...
@@ -212,6 +216,8 @@ population(0.004).pivot('Test Result', 'True Condition')
...
@@ -212,6 +216,8 @@ population(0.004).pivot('Test Result', 'True Condition')
原因是,很大一部分人没有这种疾病。检测出假阳性的一小部分人比真阳性要多。 这在树形图中更容易可视化:
原因是,很大一部分人没有这种疾病。检测出假阳性的一小部分人比真阳性要多。 这在树形图中更容易可视化:
![](
img/17-2.png
)
真阳性的比例是总体一小部分(0.004)的很大一部分(0.99)。
真阳性的比例是总体一小部分(0.004)的很大一部分(0.99)。
假阳性的比例是总体很大一部分(0.996)的一小部分(0.005)。
假阳性的比例是总体很大一部分(0.996)的一小部分(0.005)。
这两个比例是可比的;第二个大一点。
这两个比例是可比的;第二个大一点。
...
@@ -234,6 +240,8 @@ population(0.004).pivot('Test Result', 'True Condition')
...
@@ -234,6 +240,8 @@ population(0.004).pivot('Test Result', 'True Condition')
假设医生的主观意见是,患者有 5% 的几率患病。那么树形图中的先验概率将会改变:
假设医生的主观意见是,患者有 5% 的几率患病。那么树形图中的先验概率将会改变:
![](
img/17-3.png
)
鉴于病人检测为阳性,他或她有这种疾病的几率是由贝叶斯规则给出。
鉴于病人检测为阳性,他或她有这种疾病的几率是由贝叶斯规则给出。
```
py
```
py
...
...
img/17-1.png
0 → 100644
浏览文件 @
fd1a9652
28.9 KB
img/17-2.png
0 → 100644
浏览文件 @
fd1a9652
13.7 KB
img/17-3.png
0 → 100644
浏览文件 @
fd1a9652
12.9 KB
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录