贝叶斯曲线拟合模型

时间:2015-09-07 04:32:06

标签: math machine-learning probability bayesian pattern-recognition

关于贝叶斯曲线拟合,主教 - 模式识别的等式1.68

如何得出以下结果:

p(t | x, x t )=积分{p(t | x, w )p( w | x t )} dw

1 个答案:

答案 0 :(得分:4)

让我们只考虑一个使用Law of total probability的简单案例。 如果w1,w2是不相交的事件那么

p(A) = p(A|w1) p(w1) + p(A|w2) p(w2)

我们可以将其扩展到任意数量的项目

p(A) = sum_{wi} p(A|wi) p(wi)

或确实采取限制

p(A) = int_{w} p(A|w) p(w) dw

我们可以让A依赖于w可能依赖的另一个独立事件B

p(A|B) = int_{w} p(A|w) p(w|B) dw

或w不依赖的事件C

p(A|B,C) = = int_{w} p(A|w,C) p(w|B) dw

这只是具有不同变量的公式。