@淘宝tmall-数据挖掘团队：贝叶斯公式：在酒吧里认识了一位漂亮的女郎，那么，她更可能是一个教师还是一个模特？我不假思索的认为她是个模特。然而贝叶斯告诉我们，因为社会上教师的概率大于模特很多，所以尽管教师队伍中美女的比例不高，但综合来看，还是更可能是一个教师。
这是一条来自@淘宝tmall-数据挖掘团队的微博，我的回复是：贝耶斯含笑九泉(¬_¬) 这条微博为如下来自病人检测的例子披上一个美丽的外壳：一种发病率0.01%的罕见疾病，医生检测错误（阳性检测为阴性或者相反）的概率是1%，就是说如果有病，那么检测结果99%会是阳性；如果没病，那么有1%的可能性结果会呈阳性。某病人检测结果为阳性，那也不要过分担心，因为没病的可能性还有0.1%99%/(99.9%1%+0.1%*99%)=91%.
其实这条微博没有考虑的是，社会上教师的概率大于模特很多，酒吧里教师的概率就比模特小得多了，漏掉了一个关键的条件概率，所以得到这样荒谬的结论。顺着他的思路就会得到：在爱尔兰遇到一个人，那么他更可能是一个爱尔兰人还是中国人呢？我不假思索认为他是个爱尔兰人，然儿贝叶斯告诉我们，因为世界上中国人的概率大于爱尔兰很多，所以尽管中国人在爱尔兰的比例不高，但综合来看，还是更可能是个中国人……