12 hours ago
- 传统的贝叶斯推理要求在观察数据之前设定先验概率，但在复杂的现实问题中，可能性的空间往往非常广阔，且常常直到观察数据后才被知晓。
- 仅基于数据前的假设来设定先验概率可能导致误导性结论，正如外星人例子所示：粗糙的分类导致50%的后验概率，而更精细的分类则得出10%的后验概率。
- 核心问题在于，实际应用中的贝叶斯分析依赖于将一个无限的可能性空间离散化，而近似的质量取决于选择的类别是否与数据的似然相吻合。
- 一个实用的解决方案是先检查数据以识别重要类别，然后回溯性地评估这些类别在数据观察到之前有多大的可能性。