Machine learning 为什么后验值与P（X=X | C=C|i）P（C=C|i）成正比？
当我们试图最大化后验概率时，我们应用贝叶斯规则将其转换为后验概率！Machine learning 为什么后验值与P（X=X | C=C|i）P（C=C|i）成正比？,machine-learning,Machine Learning,当我们试图最大化后验概率时，我们应用贝叶斯规则将其转换为后验概率！ 我怎样才能确定这是真的呢？在这些情况下，您正在做什么 argmax_{c_i} p(C=c_i|X=x) 哪一类是给出证据的最可能的类别。由于在这种情况下，x是固定的（您正试图为其找到最佳类的数据），因此P（x=x）也是固定的，这是数据的概率。是一个更好的问这个问题的地方……这个问题规定得非常糟糕。你的意思是，你怎么能确定后验概率真的是所声称的？这就是贝叶斯定理。如果这不是你的意思，你应该更准确地表述一个问题。此外，正如安德
我怎样才能确定这是真的呢？在这些情况下，您正在做什么
argmax_{c_i} p(C=c_i|X=x)
哪一类是给出证据的最可能的类别。由于在这种情况下，x是固定的（您正试图为其找到最佳类的数据），因此P（x=x）也是固定的，这是数据的概率。是一个更好的问这个问题的地方……这个问题规定得非常糟糕。你的意思是，你怎么能确定后验概率真的是所声称的？这就是贝叶斯定理。如果这不是你的意思，你应该更准确地表述一个问题。此外，正如安德烈所提到的，你可能会在统计数据交换上找到更多关于你新的、更清晰的问题的帮助。