j_oop的博客

贝叶斯线性回归概述​ 不同于频率派的线性回归Y=ωTX+ω0Y=\omega^TX+\omega_0Y=ωTX+ω0​，贝叶斯学派认为ωT\omega^TωT不是一个值固定的常量，而是由输入数据集data决定的一个分布，因此贝叶斯线性回归的预测结果也不是一个固定值，而是一个分布模型​ 输入数据集data={(x,y)∣x∈Rp,y∈R}data=\{(x,y)|x\in R^p,y\in R\}data={(x,y)∣x∈Rp,y∈R},定义X,YX,YX,Y之间的映射关系是：{f(x)=ωTx+