# Conjugate prior

求一个概率分布的参数，但对于参数估计，有两种观点：

* 频率学派：通过某些优化准则（比如似然函数）来选择特定参数值  
* bayes学派：假定参数服从一个先验分布，通过观测到的数据，使用贝叶斯理论计算对应的后验分布。先验和后验的选择满足共轭，这些分布都是指数簇分布的例子。

所以bayes方法比极大似然估计多个先验概率。

![](https://2270971654-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-M7DcNFhVrwIk3Tks_pB%2Fsync%2F7d4d61b82fedb9538454b02724aacfa45ca3b906.png?generation=1589383939881607\&alt=media)

[Conjugate prior](https://en.wikipedia.org/wiki/Conjugate_prior)