程序員的你
還打算一直單下去嗎
???
一個人逛超市
一個人看電影
一個人出去逛
一個人躺在床
一個人去上班
一個人去吃飯
直到現在還是和更多的
“一個人”
糾纏
!!!
如果你是一隻
“單身狗”
同時還是一個精通算法的程序員單身狗
那麼我先要恭喜你了
因為用這招
你可以擺脫單身狗的稱號了
從一個人變成兩個人
!!!
從事數據科學的人都知道貝葉斯定理。本文是我通過貝葉斯解決她是否喜歡我這一兩難問題的方法。
貝葉斯信念更新方程如下:
P(h|d) / P(-h|d) = P(d|h)·P(d|-h) · P(h)/P(-h)
後驗概率 = 先驗勝率(Prior Odds)* 似然比
接下來我會用通俗易懂的語言解釋這個方程。一個女孩對你感興趣的幾率是女孩喜歡你的初始可能性(Initial Likelihood)乘以量化的新證據。
第一步:
計算女孩對你感興趣的初始可能性。假設為 50%。
第二步:
現在,每當你找到與她對你的親密度有關的證據時,將初始可能性乘以一個 0 到 2 之間的數。這個數小於 1 表示她對你不感興趣,大於 1 表示感興趣。我們姑且稱這個數為喜歡係數。假設為 1.2。
第三步:
50*1.2 = 60%,這是你新的初始可能性。用這個數一直重複第二步。注意,所乘的數小於 1,結果會變小,反之會變大。 所以,初始可能性 * 喜歡係數 = 更新概率(Updated Probability) 如果最新的初始可能性到了 100%,這代表她絕壁喜歡你。
規則和建議
初始可能性(IL):
這個數最好小於 50%。既然你要使用這種方法,就說明你不確定她是否喜歡你,所以 IL 要介於 5% 和 20%。要實事求是。20% 表示十分感興趣,5% 表示絲毫不感興趣。具體取值取決於她對你的親密度,或者她在和你一起時是否感到輕鬆。
喜歡係數(LC):
這一部分比較難搞。每一次你和她打交道,都要做記錄。每一次,你都會找打她是否喜歡你的證據。
如果在互動的過程中,你讓她更加喜歡上你,
那麼 LC 大於 1,多數情況下小於 1.5。
若互動失敗,那麼 LC 要小於 1,多數情況下大於 0.5。
除此之外,如果你發現她流露出了對你的興趣,確保你選擇的 LC 總是小於 1.5,因為我用大於 1.5 的 LC 直接表明我非常有戲。大於 1.5 的 LC 保留用於你發現了她喜歡你的堅實的證據,如她明確告訴朋友她喜歡你(不是間接地)。所以,經驗是,如果你證據不足,那麼 LC 總是要小於 1.5。
更新概率(UP):
IL 和 LC 相乘,所得結果就是新的 IL。再次互動後,將這個新的 IL 與 LC 相乘。重複這個過程,知道所得結果為 100%。
舉個例子:
IL =20%. LC =1.5. ∴ UP = 30
新的 IL = 30%. LC = 1.1. ∴ UP = 33%
新的 IL = 33%. LC = 1.5 ∴ UP = 49.5%
新的 IL = 49.5%. LC = 1.5. UP = 74.25%
新的 IL = 74.25%. LC = 0.8. UP = 59.4%
一直重複直到結果為 100%。
這個定理將幫你作出冷靜理智的決定。你可以做一些小事,讓 LC 取值更大。根據她是什麼樣的人,你可以做一些事情來打動她。有什麼本領,都拿出來吧。但是計算過程還是一樣。
儘管這個公式是基於預測科學的真實數學的,但是它無法測試。你可以親自嘗試,然後告訴我結果。採用這個方法,關係搞黃了和我無關。
大膽去愛吧
騷年
願程序員獲得真愛
!!!
閱讀更多 猿來無碼 的文章