机器学习中的数学——贝叶斯定理

分类目录：《机器学习中的数学》总目录

---

我们经常会需要在已知$P(y|x)$时计算$P(x|y)$。幸运的是，如果还知道$P(x)$，我们可以用贝叶斯定理来实现这一目的：
$$P(x\mid y)=\frac{P(y\mid x)P(x)}{P(y)}$$

注意到$P(y)$出现在上面的公式中，它通常使用$P(y)={\sum }_{x}P(y\mid x)P(x)$来计算，所以我们并不需要事先知道$P(y)$的信息。

需要注意的是，在这里我们使用更紧凑的表示法，其中$P(x,y)$是一个联合分布，$P(x\mid y)$是一个条件分布。这种分布可以在给定值$x=x_i,y=y_i$上进行求值。