一句话定义 贝叶斯公式 中的 P(E|H)：在假设 H 之下，看到当前证据 E 的概率——它考察的是你的世界观与现实的兼容度。 来源 贝叶斯先验：判断是主观的，但可以更科学一点 详细解释 似然度回答的问题：“如果我的假设是对的，我有多大可能看到此刻的证据？” 在罕见病例子中：H = 朋友得病，E = 检测呈阳性，则 P(E|H) = 99%（检测准确度）。 似然度高 ≠ 后验概率高。后验还要除以 P(E)（证据的总概率），并乘以 先验。 似然度比 先验 客观一些（来自数据/检测特性），但仍然依赖你对模型的设定。 相关概念 贝叶斯公式 先验假设 后验概率 相关工具 贝叶斯主义 出现在 贝叶斯先验：判断是主观的，但可以更科学一点