貝葉斯線性迴歸推導

線性迴歸當噪聲爲高斯分佈的時候，最小二乘損失導出的結果相當於對概率模型應用 MLE，引入參數的先驗時，先驗分佈是高斯分佈，那麼 MAP的結果相當於嶺迴歸的正則化，如果先驗是拉普拉斯分佈，那麼相當於 Lasso 的正則化。這兩種方案都是點估計方法。我們希望利用貝葉斯方法來求解參數的後驗分佈。

>>阅读原文<<