對於變數有二個以上的情況，貝葉斯定理亦成立。例如：
這個式子可以由套用多次二個變數的貝式定理及條件機率的定義匯出：
一般化的方法則是利用聯合機率去分解待求的條件機率，並對不加以**的變數積分（意即對欲**的變數計算邊緣機率）。取決於不同的分解形式，可以證明某些積分必為1，因此分解形式可被簡化。利用這個性質，貝葉斯定理的計算量可能可以大幅下降。貝葉斯網路為此方法的乙個例子，貝葉斯網路指定數個變數的聯合機率分布的分解型式，該機率分布滿足下述條件：當其他變數的條件機率給定時，該變數的條件機率為一簡單型式。
貝葉斯定理
貝葉斯定理
要了解貝葉斯定理，我們必須先知道什麼是條件概率 概率是什麼我們大家都知道，它能夠反映隨機事件出現的可能性大小 那什麼是條件概率，現在有一位小明同學，上學總是遲到，遲到也是有概率的，小明每次遲到當然也是有原因的，假設小明遲到就是因為晚上打遊戲早上經常睡過，如果前一天小明不玩遊戲，第二天遲到的概率是20...
貝葉斯定理
貝葉斯定理是關於隨機事件a和b的條件概率 或邊緣概率 的一則定理。其中p a b 是在b發生的情況下a發生的可能性。貝葉斯定理也稱貝葉斯推理，早在18世紀，英國學者貝葉斯 1702 1763 曾提出計算條件概率的公式用來解決如下一類問題 假設h 1 h 2 h n 互斥且構成乙個完全事件，已知它們的...
貝葉斯定理
貝葉斯定理是關於隨機事件a和b的條件概率 或邊緣概率 的一則定理。p a 是 a 的先驗概率，之所以稱為 先驗 是因為它不考慮任何 b 方面的因素。p a b 是已知 b 發生後 a 的條件概率，也由於得自 b 的取值而被稱作 a 的後驗概率。p b a 是已知 a 發生後 b 的條件概率，也由於得...