機器學習算法之 貝葉斯分類

一、前期準備 1 先驗概率與後驗概率 (1) 概念 先驗概率：事情還沒有發生，要求這件事情發生的可能性的大小。 是根據以往經驗和分析得到的概率。 後驗概率：事情已經發生，要求這件事情發生的原因是由某個因素引起的可能性的大小。 (2) 舉例 先驗概率： 骰子,我們都知道概率是1/6,而且無數次重複實驗也表明是這個數,這是一種我們人的常識。 明天中午以前的溫度分佈。合理的方法是將之前的正態分佈預期值等

>>阅读原文<<