![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率论
文章平均质量分 66
gaochang21
这个作者很懒,什么都没留下…
展开
-
先验概率、后验概率、似然函数
以下以因果关系来刻画先验概率、后验概率以及似然概率的关系。 先验概率:根据经验得到的结果的概率(已知结果); 后验概率:在知道原因的情况下,求结果发生的概率(执因求果); 似然概率:知道结果的情况下,求最可能导致结果发生的原因(知果求因);举个例子: 已知车祸有一定概率会导致堵车,此处车祸是因,堵车是果。 P(堵车) 是先验概率。 P(堵车|车祸)是后验概率。 我们有以下三个随机事件原创 2017-10-24 21:37:59 · 1988 阅读 · 0 评论 -
贝叶斯线性回归
本文主要是根据笔者对@Duaaxx关于贝叶斯回归的博客的笔记。建议阅读原文,质量非常高。最大似然与最大后验 确定概率密度分布需要知道两个参数:概率密度模型 以及 模型参数。也即在估计概率密度分布的时候不仅仅是对参数的估计,首先需要确定模型,然后才是参数估计。 最大似然与最大后验的区别: 最大似然把模型参数θ作为一个位置且固定的数,我们需要做的是算出这个固定的值,这里的θ本身不是一个概率分布。 最原创 2017-11-08 16:08:40 · 407 阅读 · 0 评论