.jpg)
 貝葉斯分類基于如下貝葉斯定理P(h|D)=(8.2.1)其中,D為訓練數據;h∈H,而H為候選假設集合;P(h|D)稱為h的后驗概率(posteriorprobability),因為它反映了在看到訓練數據D后h成立的置信度;P(h)稱為h的先驗概率(priorprobability),它反映了關于h是一正確假 (共 1577 字) [閱讀本文] >>
海量資源,盡在掌握
 貝葉斯分類基于如下貝葉斯定理P(h|D)=(8.2.1)其中,D為訓練數據;h∈H,而H為候選假設集合;P(h|D)稱為h的后驗概率(posteriorprobability),因為它反映了在看到訓練數據D后h成立的置信度;P(h)稱為h的先驗概率(priorprobability),它反映了關于h是一正確假 (共 1577 字) [閱讀本文] >>