响应时间的概率分布在不同时段的相似度对比 响应时间的概率分布在不同时段的相似度对比 前面已经用百分位的时序，展示如何更准确的监控时序数据的波动。那么，还能不能更进一步呢？在制定 SLA 的时候，制定报警阈值的时候，怎么才能确定当前服务的拐点？除了压测以外，我们还可以拿线上服务的实际数据计算一下概率分布。Kibana4 对此提供了直接的支持，我们可以以...

第4章 基于概率论的分类方法：朴素贝叶斯 朴素贝叶斯 概述 贝叶斯理论 & 条件概率 贝叶斯理论 条件概率 使用条件概率来分类 朴素贝叶斯 场景 朴素贝叶斯 原理 朴素贝叶斯 工作原理 朴素贝叶斯 开发流程 朴素贝叶斯 算法特点 朴素贝叶斯 项目案例 项目案例1: 屏蔽社区留言板的侮辱性言论 项目概述 开发流程 项目案例2: 使用朴...

随机取出其中之一元素 题目描述 分析与解法 举一反三 随机取出其中之一元素 题目描述 一个文件中含有n个元素（n未知），要求在只能遍历一遍这n个元素的情况下，等概率随机的取出其中之一个元素。 分析与解法 假设5个人轮流抽签，只有其中某一个人能中签，那么，这5个人每个人中签的概率是相等的。不信的话，咱们可以具体计算下。 首先，第一个人...

7.1 贝叶斯决策论 7.1 贝叶斯决策论 若将上述定义中样本空间的划分Bi看做为类标，A看做为一个新的样本，则很容易将条件概率理解为样本A是类别Bi的概率。在机器学习训练模型的过程中，往往我们都试图去优化一个风险函数，因此在概率框架下我们也可以为贝叶斯定义“条件风险 ”（conditional risk）。 我们的任务就是寻找一个判定准则...

朴素贝叶斯 概率 朴素贝叶斯 还是让我们回到运动员的例子。如果我问你Brittney Griner的运动项目是什么，她有6尺8寸高，207磅重，你会说“篮球”；我再问你对此分类的准确度有多少信心，你会回答“非常有信心”。 我再问你Heather Zurich，6尺1寸高，重176磅，你可能就不能确定地说她是打篮球的了，至少不会像之前判定Britt...

一、贝叶斯定理 1.1 贝叶斯定理 1.2 先验概率、后验概率 一、贝叶斯定理 1.1 贝叶斯定理 设 为试验 的样本空间； 为 的一组事件。若 ： 则称 为样本空间 的一个划分。 如果 为样本空间 的一个划分，则对于每次试验，事件 中有且仅有一个事件发生。 全概率公式 ：设试验 的样本空间为 ， ...

二、马尔可夫链 2.1 马尔可夫链示例 2.2 平稳分布 二、马尔可夫链 马尔可夫链是满足马尔可夫性质的随机过程。 马尔可夫链 描述了一个状态序列，其中每个状态值取决于前一个状态。 为随机变量，称为时刻 的状态，其取值范围称作状态空间。 马尔可夫链的数学定义为： 。 2.1 马尔可夫链示例 社会学家把人按照经济状况分成三类...

二、 HMM 基本问题 2.1 概率计算问题 2.1.1 前向算法 2.1.2 后向算法 2.1.3 统一形式 2.2 学习问题 2.2.1 监督学习 2.2.2 无监督学习 2.3 预测问题 2.3.1 近似算法 2.3.2 维特比算法 二、 HMM 基本问题 隐马尔可夫模型的 3 个基本问题： 概率计算问题：给定模型 ...

六、先验分布与后验分布 六、先验分布与后验分布 在贝叶斯学派中，先验分布+数据（似然）= 后验分布 。 例如：假设需要识别一大箱苹果中的好苹果、坏苹果的概率。 根据你对苹果好、坏的认知，给出先验分布为：50个好苹果和50个坏苹果。 现在你拿出10个苹果，发现有：8个好苹果，2个坏苹果。 根据数据，你得到后验分布为：58个好苹果，52...

paddle.distribution 概率分布相关API paddle.distribution paddle.distribution 目录下包含飞桨框架支持的概率分布相关的API。具体如下： 概率分布相关API 概率分布相关API API名称 API功能 Distribution Distribution概率分布抽...