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。