機率統計——随機變量與随機事件

統計學之前的定義不再說，簡單，求機率之類的，值得一體的是條件機率和貝葉斯公式，可是機器學習中樸素貝葉斯的核心了哈哈哈

**

1. 條件機率

條件機率**通俗點就是研究事件間關系，已知一個事件發生的條件下考慮另一個事件發生的機率規律有無變化以及如何變化，公式就是分母A的機率分子是AB同時發生的機率。

2貝葉斯***

貝葉斯可以這樣了解，一個事情發生是由很多原因導緻的，是以結合上面的條件機率，就有了全機率公式。那麼已知這個事情發生的條件下，求某一個原因導緻的幾率。分母是這個事件發生的機率（當然有很多原因導緻就是全機率哈哈哈），分子就是就是這個原因導緻這個事件結果發生的機率（類似AB同時發生呢），總之這就是很有名的貝葉斯，額公式自己粘把懶哈哈哈

1. 然後變量的話由兩個概念值得一提
2. 協方差和相關系數，都是描述随機變量（兩個）間的線性聯系程度的數字量哈哈哈。
3. 期望是說随機變量取值的平均值，然後方差就是真個變量取值相對于均值的離散程度，完了