算法面对的世界充满不确定性，概率是描述这种不确定性的语言。点击率本质是一个概率估计，不是确定事实。把预测当成概率而非答案，决策会更理性。
条件概率帮助我们理解上下文的影响。同样一个用户，在早晨和深夜的点击倾向可能不同。引入条件维度，模型才能捕捉场景差异，避免一刀切。
贝叶斯思维强调先验与证据的结合。新用户没有历史数据时，用群体先验做冷启动是常见做法。随着行为积累，后验逐渐替代先验，估计越来越准。
概率校准同样重要。模型输出的 0.8 应当接近真实发生频率。校准不好的模型排序可能没问题，但用于出价或阈值决策时会出偏差。
