一、贝叶斯公式（条件概率）：
不提先验概率后验概率等术语。以最简单最直接最直观的方式解析公式。
公式见图片
【图片来源：百度百科】
二、条件概率非常简单，举例详解
问题描述：
1.一周5个工作日
2.小敏有2天穿蓝色衣服，3天穿红色衣服。2天扎辫子，3天披肩发。
3.小鸣有3天穿灰色衣服，2天穿红色衣服。5天披肩发。。。（小鸣是男的。。。先不管了，暂且也叫披肩发吧）
4.问题：窗外走过一个人，只隐约看到TA穿红色衣服，且是披肩发。TA是小敏的概率有多大、是小鸣的概率有多大？
问题分析：
1.上图！画图太难了！！！
（1）小敏红色的概率是3/5，披肩发概率2/5，所以小敏今天穿红色衣服且披肩的概率是(3/5)(2/5) = 6/25
（2）小鸣红色的概率是2/5，披肩发的概率是1，所以小鸣今天穿红色衣服且披肩的概率是2/5.
2.核心：
由于现在只有2种可能性：小敏—红色+披肩发**与***小鸣—红色+披肩发 ，因此,窗外这个人是小敏的概率（p1），与这个人是小鸣的概率（p2），概率之和应该等于1.即p1+p2=1，而又必须保证可能性的占比不发生改变。
即，
（1）小敏 红色+披肩发 6/25
（2）小鸣 红色+披肩发 2/5
现在需要改变这两个概率值，使它们新概率之和为1，且比例不变。只需要将各自概率除以他们的概率加和即可。
6/25 + 2/5 = 16/25
因此条件概率下，
P(小敏—红色+披肩发) = (6/25) / (16/25) = 6/16 = 3/8
P(小鸣—红色+披肩发) = (2/5) / (16/25) = 10/16 = 5/8
新概率的仍然保持3:5，且新概率之和为1.
所以窗外这个人是小敏的概率是3/8，是小鸣的概率是5/8。
这也就是为什么贝叶斯公式的分母需要求和的原因。因为条件已经限定了，在特定条件下各种事件的新概率，之和必须等于1。
心塞 ！！！ win10真心难用！！！第二图画好了，保存的时候点了一下别的选项，再返回来时图就没了，！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！