Basis

Prior: 先验概率，对类别先验的知识/认知

• Likelihood: 类条件概率密度，观测值（特征）在某一类下的分布

如：在x=11.5时，我们会认为w大概率属于w2

只要数据量足够大，那么根据Likelihood就能进行估计

贝叶斯公式：

• Posterior: 后验概率，在x的值观测到后属于某一类的概率

数据量比较小且有先验的情况时，则使用后验概率进行估计

Optimal Bayes Decision Rule