天才一秒记住【热天中文网】地址：https://www.rtzw.net
第17讲“贝塔分布”
的性质由两个数字决定
banner"
>
17-1贝叶斯推理中经常使用的连续型分布——“贝塔分布”
在我们之前介绍的贝叶斯推理中，为实现先验分布而设定的类别是有限的。
例如，第1讲中，关于顾客购买商品的推理，分为“来买东西的人”
和“随便逛逛的人”
两类；第2讲中，癌症检查的结果，分为“癌症”
和“健康”
两类；第4讲中关于第二胎性别的案例，分为“生女孩的概率为0.4的夫妇”
、“生女孩的概率为0.5的夫妇”
、“生女孩的概率为0.6的夫妇”
这三类。
像上述这样，在有限的类别中进行贝叶斯推理的情况并不少见，但也有很多时候，必须要分为无限个连续的类别才行。
例如，第4讲中关于第二胎性别的案例，如果把“生女孩”
的概率p仅仅设定为0.4、0.5、0.6这三种的话，显然是不够的。
毫无疑问，在这个案例中，概率p的取值范围应该为0≤p≤1。
那么，因为类别总共有连续的无限个，所以在设定先验概率时，需要设置为连续型概率分布。
本讲将介绍贝叶斯推理中出现频率很高的“贝塔分布”
。
理解“贝塔分布”
，需要用到微分、积分等难度较大的数学知识，而本书在讲解时会尽量避免这种方式，而是采用直观的图解方法来进行说明。
17-2何为“贝塔分布”
首先介绍“贝塔分布”
这一概率分布的概念。
从计算公式入手来看：横轴x代表基本事件的数值，纵轴y代表概率的密度。
上一讲中已经讲过，概率密度是指“乘以区间的长度后可以转化为概率的量”
。
贝塔分布可以用以下公式来表达：
y＝（常数）×xα-1（1-x）β-1（0≤x≤1）…（1）
出现在指数部分α和β，应为大于1的自然数，它用来决定贝塔分布的种类。
换言之，如果赋予α和β具体的数值，就能够决定一次贝塔分布。
当α、β为较小的数值时，贝塔分布的图表为相对简单的模型；反之，当α、β为较大的数值时，贝塔分布的图表则为比较复杂的模型。
另外，写着“常数”
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！