先验概率后验概率

最新推荐文章于 2024-09-20 00:15:00 发布

xytywh

最新推荐文章于 2024-09-20 00:15:00 发布

阅读量623

点赞数 1

分类专栏：机器学习文章标签：先验概率后验概率

本文链接：https://blog.youkuaiyun.com/xiaohuihui1994/article/details/84679579

版权

机器学习专栏收录该内容

7 篇文章

订阅专栏

本文深入解析了贝叶斯公式的四大核心概念：后验概率、条件概率、先验概率及全概率公式。详细解释了如何利用这些概念进行概率推断，特别强调了后验概率作为求解目标的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

贝叶斯公式：

P(y|x) = ( P(x|y) * P(y) ) / P(x)

这里：

P(y|x) 是后验概率，一般是我们求解的目标。

P(x|y) 是条件概率，又叫似然概率，一般是通过历史数据统计得到。一般不把它叫做先验概率，但从定义上也符合先验定义。

P(y) 是先验概率，一般都是人主观给出的。贝叶斯中的先验概率一般特指它。

P(x) 其实也是先验概率，只是在贝叶斯的很多应用中不重要（因为只要最大后验不求绝对值），需要时往往用全概率公式计算得到。