贝叶斯推理的三大要素是（）。A. 先验概率B. 全概率C. 后验概率D. 类条件概率

贝叶斯推理的三大要素是理解贝叶斯定理的核心。需要明确以下关键概念：

1. 先验概率：在观察数据之前对假设的概率估计；
2. 类条件概率：给定假设成立时，观测数据发生的概率；
3. 后验概率：结合先验和数据后，对假设的更新概率。

全概率是计算后验概率的中间步骤，但并非贝叶斯推理的直接要素。

选项分析

• A. 先验概率：正确，对应贝叶斯定理中的初始假设概率；
• B. 全概率：错误，属于计算过程中的分母项，非核心要素；
• C. 后验概率：正确，最终目标概率；
• D. 类条件概率：正确，对应观测数据在假设下的概率。

贝叶斯定理公式

$P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)}$

• 先验概率（$P(A)$）与类条件概率（$P(B|A)$）相乘得到分子；
• 全概率（$P(B)$）通过全概率公式计算；
• 后验概率（$P(A|B)$）是最终结果。