浙江大学_包家立教授_计算生物学3_贝叶斯算法

最新推荐文章于 2022-05-02 18:24:33 发布

forever luckness

最新推荐文章于 2022-05-02 18:24:33 发布

阅读量358

点赞数 1

分类专栏：机器学习笔记学习充电

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/leianuo123/article/details/104730892

版权

学习充电同时被 2 个专栏收录

60 篇文章 15 订阅

订阅专栏

机器学习笔记

8 篇文章 0 订阅

订阅专栏

贝叶斯算法

以上是一维变量，B条件下的A_K的概率，是条件概率闭上全概率在这里插入图片描述

对于二维的连续变量
有以下的密度概率
在这里插入图片描述

在进行贝叶斯概率计算的时候，存在一个验前概率，也即经验概率，此处的经验概率是θ，此处的条件概率是在进行N次试验后，命中m次的概率
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

当g(θ)满足以下条件的时候

在这里插入图片描述
当先验概率为1的时候，上述的后验概率的式子
如下

在这里插入图片描述

在上述的这个式子里面，分母中的积分是一个β函数，他的积分值如下是所示

在这里插入图片描述

对于贝叶斯概率里面
对于最初的假设的一个概率θ，我们需要确定他的估计值，通常用以下数学期望进行表示
在这里插入图片描述

在这里插入图片描述

最终的结果是(m+1)/(m+2)

先验概率的选取

在这里插入图片描述
参数估计
用损失函数来估计真实的值与假设的值之间存在的误差
通常有以下4种，

最后风险函数可以化简成残差，风险函数就是每一个估计值与实际值之间的差值，然后取平方(损失函数中的一种)，最后在求数学期望在这里插入图片描述

forever luckness

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
浙江大学_包家立教授_计算生物学3_贝叶斯算法

贝叶斯算法以上是一维变量，B条件下的A_K的概率，是条件概率闭上全概率对于二维的连续变量有以下的密度概率在进行贝叶斯概率计算的时候，存在一个验前概率，也即经验概率，此处的经验概率是θ，此处的条件概率是在进行N次试验后，命中m次的概率当g(θ)满足以下条件的时候当先验概率为1的时候，上述的后验概率的式子如下在上述的这个式子里面，分母中的积分是一个β函数，他的积分值如...
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。