← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10101.a · 生成模型:未记录

贝叶斯更新先验与证据

理解等级:中级

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?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    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