贝叶斯定理决策法就是利用贝叶斯定理修正先验概率，求得后验概率，据此进行决策的方法。
举一反三
- 什么是后验概率型决策？后验概率型决策与先验概率型决策有什么不同？后验概率型决策是指利用客观环境可能状态的后验概率分布进行决策。
- 贝叶斯决策是由先验概率和类条件概率，推导后验概率，然后利用这个概率进行决策。（ ）
- 贝叶斯网络的核心（ ），它可以将数据的概率转换为假设的概率。 A: 二项式定理 B: 贝叶斯定理 C: 牛顿定理 D: 拉格朗日定理
- 因为贝叶斯决策利用的是后验概率分布,所以,参数的先验概率分布不可以选择广义先验分布。(<br/>)
- 朴素贝叶斯分类的思想是: A: 使用训练数据构造决策树进行分类 B: 利用先验知识层层迭代，穷举所有的可能 C: 利用贝叶斯定理，使用先验概率求后验概率 D: 相似的对象分到同一类中