知识卡片
贝叶斯更新先验与证据
贝叶斯定理把观察证据后的条件概率与先验及似然联系起来:P(C|X)=P(X|C)P©/P(X),前提是证据概率非零。分类时可比较各类别的后验概率;先验反映观察证据前的类别概率,似然描述各类下证据的概率或密度。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
贝叶斯分类器是一类分类算法的总称,这类算法均以贝叶斯定理为基础
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文区分条件、联合、边缘概率并以贝叶斯定理为分类基础。
- 原始内容:贝叶斯分类器是一类分类算法的总称,这类算法均以贝叶斯定理为基础