《贝叶斯思维：统计建模的Python学习法》一2.6 M&M豆问题

本节书摘来自异步社区《贝叶斯思维：统计建模的python学习法》一书中的第2章，第2.6节，作者【美】allen b. downey，更多章节内容可以访问云栖社区“异步社区”公众号查看

我们可以使用suite框架来解决m&m豆的问题。除了编写likelihood有点棘手，其他一切都很简单。

首先，需要对1995年之前和之后的颜色混合情况进行封装：

然后，封装假设：

hypoa表示假设袋1是1994年，袋2是1996年。hypob是相反的组合。

接下来，从假设的名称来映射其含义：

最后，开始编写likelihood。在这种情况下，假设hypo是一个a或b的字符串，数据是一个指定了袋子年份和颜色的元组。

下面是创建该suite对象并进行更新的代码：

结果如下：

a的后验概率大约是20/27，正是我们之前得到的。