是的，这是一个旧的考试问题，但不幸的是我无法找到任何解决方案。
假设您是已经培训过n个温度预测模型的团队的一员。模型使用来自一组传感器的读数，这些传感器测量给定日期的天气状况并预测第二天的温度。第i个模型完全由向量的矢量决定 如果传感器状态是x，则参数wi和估计观测温度y的条件概率P（y | x，wi）。此外，根据历史数据，您的团队有一个先前的信念 由P（wi）= 2i /（n（n + 1））给出的模型对于i∈{1 ,. 。 。 ，n}。 鉴于今天测量的传感器状态为x *，请使用MAP估计记下明天温度的预测分布P（y * | x *）。
我们并没有真正涵盖预测分布。因此，对于MAP估计，我们希望基于观察到的传感器数据x来估计参数wi。但我怎么能适应这里？
任何提示赞赏： - ）