우도, 사후 확률 예제에 질문 있습니다
안녕하세요.
우도는 P(필기체 0 | 0) 으로 표기하고
사후 확률은 P(0 | 필기체 0) 이라고 말씀 하셨는데요.
머신러닝으로 학습한 모델이 추론할 때는, 필기체0(원인)을 보고 이것이 0인지 판단(결과) 하므로,
우도: P(0 | 필기체 0)
사후 확률: P(필기체 0 | 0)
이 되어야 하지 않는지 질문 드립니다.
답변 1
1
안녕하세요. 답변 도우미입니다.
말씀하신 부분은 헷깔릴 수 있을 것 같습니다. 제 개인적인 의견은, 사후확률과 우도 정의에 집중해보시면 좋을 것 같고요. 또 우리가 관심있는 사건을 정확하게 이해하는 것이 중요합니다. 필기체 0이 주어졌을 때, 이것이 실제로 숫자 0을 나타내는지를 판단하고 싶은 경우에는:
A: "필기체가 숫자 0을 나타냄"
B: "필기체 0이 주어짐"
라고 정의하면 됩니다. 그럼 베이즈 정리는 다음과 같이 적용됩니다:
P(A | B): B 즉, "필기체 0이 주어졌을 때" A인 "필기체가 숫자 0을 나타낼 확률" 입니다. 이것이 바로 사후 확률입니다. 따라서 사후 확률은 P(필기체가 숫자 0을 나타냄 | 필기체 0이 주어짐)이 됩니다.
P(B | A): A 즉, "필기체가 숫자 0을 나타낸다"는 가정 하에 B인 "필기체 0이 관찰될 확률" 입니다. 이것이 바로 우도입니다. 따라서 우도는 P(필기체 0이 주어짐 | 필기체가 숫자 0을 나타냄)이 됩니다.
헷갈리는 부분이라면, '필기체 0'이라는 용어를 조금 더 구체적으로 바꿔보는 것도 도움이 될 수 있습니다. 예를 들어 '필기체 0' 대신에 '어떤 사람이 필기체로 숫자 0을 쓴 것'이라고 표현하면 좀 더 이해하기 쉽습니다. 이 경우에는:
A: "필기체가 숫자 0을 나타냄"
B: "어떤 사람이 필기체로 숫자 0을 쓴 것"
이라고 표현하면 됩니다.
감사합니다.
자료 공유 질문
0
57
1
Ascii 에러 관련하여 질문드립니다
0
81
1
고차원 데이터 질문
0
52
0
test / train 데이터 나누기
0
97
1
세션4 범주형 데이터 분석 패턴 강의 질문
0
199
2
pandas 2.2.2, xgboost 2.1.3 에러 해결 방법
0
215
1
sklearn v1.5.1
0
168
1
머신러닝 적용을 위한 Feature Engineering 작업1
0
178
2
missingno 대체
0
167
1
scikit-learn 1.5.1 matplotlib 3.9.2
0
129
1
환불문의
0
263
1
자료공유를 받으려고 하는데 에러가 납니다.
0
157
1
iplot에서 항상 에러나는 분 안계신가용?
0
221
1
사망 여부 영향 가능성
0
142
1
섹션4_인코딩 이해하고 적용해보기(원핫인코딩) 질문
0
189
1
df.corr(numeric_only=True).iplot() 에러 해결 어떻게 해야되나요?
0
277
1
주피터 노트북 201_REGRESSION_BIKE_SHARING_MODELS 중 질문
0
244
1
3강 강의 자료 코드 관련 질문입니다
1
336
1
맥 사용자 mkdir .kaggle 했는데 파일이 안만들어집니다.
0
414
1
Bayesian Optimization에서 optimizer.maximize()함수를 더이상 지원 안한다고 합니다.
0
875
2
Bayesian Optimization LightGBM 적용
0
457
2
하이퍼 파라미터 튜닝 기법 적용하기 실행값이 미묘하게 달라요.
1
341
1
중복된 코드 수정 요청 - 자전거 공유 문제 이해와 EDA3
0
214
1
강의 중 에러 질문
0
739
1





