贝叶斯回归

3 篇文章 0 订阅
3 篇文章 0 订阅

1. 贝叶斯推断的定义

简单来说,贝叶斯推断 (Bayesian inference) 就是结合“经验 (先验)”和“实践 (样本)”,得出“结论 (后
验)”。

2. 什么是先验?

贝叶斯推断把模型参数看作随机变量。在得到样本之前,根据主观经验和既有知识给出未知参数的概率分布叫做先验分布 (prior)。。(由因推出果)

3. 什么是后验?

获得样本数据后,根据贝叶斯定理,基于给定的样本数据先计算似然分布 (likelihood),然后模型参数的后验分布 (posterior)。(由果推出因)。

4. 贝叶斯收缩

先验的影响力很大,MAP 的结果向先验均值“收缩”。这种效果常被称作贝叶斯收缩 (Bayes shrinkage)。
image.png

  • 5
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值