机器学习笔记之贝叶斯分类

先验概率和后验概率 先验概率： 根据以往经验和分析得到的概率。 后验概率：后验概率是基于新的信息，修正原来的先验概率后所获得的更接近实际情况的概率估计。 实际上先验概率就是在没有任何结果出来的情况下估计的概率，而后验概率则是在有一定依据后的重新估计，直观意义上后验概率就是条件概率。 贝叶斯公式 P ( B i ∣ A ) = P ( B i ) P ( A ∣ B i ) ∑ j = 1 n P

>>阅读原文<<