第一百五十九章 貝葉斯線性回歸（概率與統(tǒng)計）

　　什么是真正的預(yù)測未來？

　　就是根據(jù)當(dāng)下數(shù)據(jù)的發(fā)展你來找到未來的發(fā)展趨勢。

　　當(dāng)下的數(shù)據(jù)可以以點的方式寫在坐標(biāo)軸上，如果最后一堆點形成了一個直線的大致分布，那之后的數(shù)據(jù)也基本上在這直線上。

　　這個想一想也覺得很簡單，可問題是，這些點依舊是一個分布，而不在一個直線上。

　　就需要求一個直線，盡量的與這樣的相關(guān)符合。

　　很簡單的想法是，畫上去的這個直線盡量在這群點的中心軸上，點在軸的兩遍對稱分布。

　　計算的話，就是盡量讓所有的點離這個直線距離的和達(dá)到最短。

　　之后，如果預(yù)測以后的事情，那這個點幾乎就會在這個直線上，最此也不會里這個直線太遠(yuǎn)。

　　貝葉斯線性回歸是使用統(tǒng)計學(xué)中貝葉斯推斷方法求解的線性回歸模型。

　　貝葉斯線性回歸將線性模型的參數(shù)視為隨機(jī)變量，并通過模型參數(shù)，也就是權(quán)重系數(shù)的先驗計算其后驗。貝葉斯線性回歸可以使用數(shù)值方法求解，在一定條件下，也可得到解析型式的后驗或其有關(guān)統(tǒng)計量。

　　貝葉斯線性回歸具有貝葉斯統(tǒng)計模型的基本性質(zhì)，可以求解權(quán)重系數(shù)的概率密度函數(shù)，進(jìn)行在線學(xué)習(xí)以及基于貝葉斯因子的模型假設(shè)檢驗。