先验概率和后验概率 用P(h)表示在没有训练数据前假设h拥有的初始 概率。P(h)被称为h的先验概率, 先验概率反映了关于h是一正确假设的机会的 背景知识 如果没有这一先验知识,可以简单地将每一候 选假设赋予相同的先验概率 类似地,P(D)表示训练数据D的先验概率, PDh)表示偎设h成立时D的概率 机器学习中,我们关心的是P(hD),即给定D时 h的成立的概率,称为h的后验概率 2003.12.18 机器学习-贝叶斯学习作者: Mitchel译者:曾华军等讲者:陶晓鹏2003.12.18 机器学习-贝叶斯学习作者：Mitchell 译者：曾华军等讲者：陶晓鹏 8 先验概率和后验概率 • 用P(h)表示在没有训练数据前假设h拥有的初始 概率。P(h)被称为h的先验概率。 • 先验概率反映了关于h是一正确假设的机会的 背景知识 • 如果没有这一先验知识，可以简单地将每一候 选假设赋予相同的先验概率 • 类似地，P(D)表示训练数据D的先验概率， P(D|h)表示假设h成立时D的概率 • 机器学习中，我们关心的是P(h|D)，即给定D时 h的成立的概率，称为h的后验概率