用贝叶斯方法处理多项式曲线拟合问题得到的预测分布的结果
使用的多项式为M=9M=9，超参数被固定为α=5×10−3,β=11.1α=5×10−3,β=11.1(对应于已知的噪声方差)。绿线表示了生成样本的基线，蓝色样本表示基线上添加高斯噪声的结果，红线是预测的均值，红区域是正负1个标准差的区域
其中，红色曲线表示预测概率分布的均值，红色区域对应于均值周围±1标准差的范围。
From： https://txd888.gitbooks.io/prml/content/Chapter1/probability/bayesian_curve_fitting.html
贝叶斯估计实现曲线拟合
所谓贝叶斯回归，就是计算一个预测分布（predictive distribution）
这个预测分布可以这么理解，将不同对应的预测结果组合起来，形成最终的预测结果，而组合的权重就根据的 posterior 的大小，由于是一个连续的随机变量，所以这个“组合”就是一个积分。
转载：https://blog.csdn.net/tony2278/article/details/102061262
查看评论