PRML第三章3.3贝叶斯线性回归

贝叶斯线性回归

3.3.1参数分布

关于线性拟合的贝叶斯方法。引入模型参数W的先验分布(噪声精度β被当做常数)。first，由前面公式定义的似然函数p(t|w)是w的二次函数的指数形式。w对应的共轭先验是高斯分布：

均值为m0，协方差为S0。
接着计算后验分布，正比于似然函数与先验分布的乘积。上面得知w的共轭先验是高斯分布，所以后验分布也是高斯分布。通过对指数项配平方，然后使用归一化的高斯分布的结果找到归一化系数，由此都可以得出后验分布。根据2.116得到：
由于后验分布是高斯分布，众数是均值。得到最大后验权向量结果为：