贝叶斯定理给出数据集Ⅹ后我们对假设的 信任度的后验概率。贝叶斯定理提供了- 种由概率P(、P和PXH计算后验概率 P(HX)方法,其基本关系是 P(HX=[P(X H)P(H)I/P(X) P(HX)是后验概率或条件X下H的后验概 率。例如,假设数据空间由水果组成,用 它们的颜色和形状描述。假设X表示红色和 圆的,H表示假定X是苹果,则P(HX)反映 当我们看到Ⅹ是红色并是圆的时,我们对 Ⅹ是苹果的确信程度。作为对比P(H)是先 验概率,或H的先验概率。• 贝叶斯定理给出数据集Ｘ后我们对假设的 信任度的后验概率。贝叶斯定理提供了一 种由概率P(H)、P(X)和P(X|H)计算后验概率 P(H|X)方法，其基本关系是： P(H|X)=[P(X|H)P(H)]/P(X) P(H|X)是后验概率,或条件X下H的后验概 率。例如，假设数据空间由水果组成，用 它们的颜色和形状描述。假设X表示红色和 圆的，H表示假定X是苹果，则P(H|X)反映 当我们看到Ｘ是红色并是圆的时，我们对 Ｘ是苹果的确信程度。作为对比,P(H)是先 验概率，或Ｈ的先验概率