사건
- 관측치나 데이터가 특정 조건을 만족시키는 상황
- 로또 1등에 당첨될 사건
- 너구리에 다시마가 2개 나올 사건
- 한화 이글스가 KBO 1위할 사건
확률
- 경험 혹은 실험결과로 특정한 사건이나 결과가 발생할 가능성을 말한다.
- 관심있는 사건이 발생할 가능성을 0 ~ 1사이 숫자로 표현한 값
- 번개에 맞을 확률? 0.0002
확률의 종류
1. 한계확률, 주변확률
- 아무런 조건이 없는 상태에서 A라는 사건이 발생할 확률
- 행과 열의 합을 빈도 전체합으로 나누면 한계확률을 구할 수 있다.
- P(A)
예) 30일중 하루를 뽑았을때 맑은 날일 확률은? 15/30
맑음 | 흐림 | 비 | 눈 | 행의 합 | 한계확률 | |
서울 | 8 | 3 | 5 | 2 | 18 | 18/30 |
천안 | 7 | 3 | 1 | 1 | 12 | 12/30 |
열의 합 | 15 | 6 | 6 | 3 | 30 | |
한계확률 | 15/30 | 6/30 | 6/30 | 3/30 |
2. 결합확률
- 두개 이상의 사건이 동시에 발생할 가능성을 나타내는 확률
- 사건A와 사건B가 동시에 발생할 확률
- P(A∩B)
예) 30일중 서울이면서 비가올 확률은? 5/30
3. 조건부확률
- 이미 하나의 사건이 발생한 상태에서 또 다른 사건이 발생할 가능성을 나타내는 확률
- B가 먼저 발생하고 A가 발생할 확률
- P(A|B) = P(A∩B) / P(B)
예) 서울이라는 전제 조건하에 비가올 확률은?
P(비|서울) = P(서울∩비) / P(서울)
= (5/30) / (18/30)
= 0.28
확률식
P(A|B) = P(A∩B) / P(B)
P(A∩B) = P(B) * P(A|B) =
P(A∩B) = P(B∩A)
P(B∩A) = P(A) * P(B|A)
P(B|A) = P(A∩B) / P(A)
∴ P(A∩B) = P(B) * P(A|B) = P(A) * P(B|A)
조합 (Combination)
- 서로 다른 n개 중에 k개를 선핵하는 경우의 수
nCk = n! / K! * (n-k)!
순열 (Permutation)
- 조합 + 순서
nPk = n! / (n-k)!
반응형
'인공지능 > 머신러닝' 카테고리의 다른 글
붓꽃 데이터 (iris.csv) 분석하기 / 가우시안 나이브베이즈 (0) | 2020.05.13 |
---|---|
나이브베이즈(Naive Bayes) 분류 (0) | 2020.05.12 |
혼동행렬 / 정확도 / 정밀도 / 재현율 / F1 점수 (0) | 2020.05.11 |
유방암 데이터 분석하기 (1) | 2020.05.11 |
머신러닝 - feature scaling (0) | 2020.05.09 |