先驗機率、後驗機率以及共轭先驗

在貝葉斯學派的觀點中，先驗機率、後驗機率以及共轭分布的概念非常重要。而在機器學習中，我們閱讀很多資料時也要頻繁地跟他們打交道。是以理清這些概念很有必要。

歡迎關注白馬負金羁的部落格 http://blog.csdn.net/baimafujinji，為保證公式、圖表得以正确顯示，強烈建議你從該位址上檢視原版博文。本部落客要關注方向包括：數字圖像處理、算法設計與分析、資料結構、機器學習、資料挖掘、統計分析方法、自然語言處理。

貝葉斯定理：一個例子

其實我們在之前介紹樸素貝葉斯分類器時就介紹過它，如果你有點忘了，這裡就通過一個例子來幫你回憶一下。

假設有一所學校，學生中60%是男生和40%是女生。女生穿褲子與裙子的數量相同；所有男生穿褲子。現在有一個觀察者，随機從遠處看到一名學生，因為很遠，觀察者隻能看到該學生穿的是褲子，但不能從長相發型等其他方面推斷被觀察者的性别。那麼該學生是女生的機率是多少？

用事件