贝叶斯线性回归

摘要： 关键字：共轭先验，贝叶斯估计的增量学习，极大似然估计，最大后验估计 1.最大似然估计  1.推导过程     考虑有N个样本X，每个样本都是m维的，所以这是一个m类的问题。第i类服从分布，这里的i=1,2,...,m。假设各个样本相互独立，并且各类的参数不相互影响，每个类都服从高斯分布。所以每类的形式已知，只是参数（均值和方差）未知。假设对某一类，联合概率密度函数为，seta代表与均值和方

>>阅读原文<<