beast四种先验模型

beast四种先验模型
1. 高斯分布模型：将数据分布看作高斯分布，用均值和方差来描述数据的统计特性。

2. 多项式分布模型：针对分类问题，将每个类别出现的概率描述为一个多项式分布，用各个类别出现的次数来估计类别的概率。

3. 马尔可夫链模型：假设未来的状态只与当前状态有关，而与历史状态无关，将状态转移概率建模为一个马尔可夫链。

4. 贝叶斯模型：将先验知识加入模型中，通过贝叶斯公式更新后验概率，对未知量进行预测。

其中，先验概率表示观察到数据之前的知识或信念，后验概率表示已经观察到数据之后的知识或信念。