線性回歸模型的貝葉斯估計


1.Model 概率圖模型表示

2.先驗分布:參數的先驗,通常認為參數θ服從高斯分布,w~N(0,α-1I)

3.似然函數:對數似然函數 logP(D|W)

4.后驗分布, P(W|D)=N(μn, Σn)

5.預測分布, P(y|x)=N(μ, 1/λ)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM