第二章 貝葉斯分類器

1 貝葉斯公式 如下圖所示，已知A、B兩個事件的交事件： 由P(A∪B)=P(B|A)P(A)=P(A|B)P(B)得: P(B|A) = P(A|B)P(B)/P(A) 在機器學習中我們通常寫爲： P(h|D）=P(D|h)P(h)/P(D) 用P(h)表示在沒有訓練數據前假設h擁有的初始概率。P(h)被稱爲h的先驗概率。先驗概率反映了關於h是一正確假設的機會的背景知識。 機器學習中，我們關心的

>>阅读原文<<