flat priors是什么意思？

先验分布是均匀分布的话就叫做flat了。

对于连续变量，就是pdf就是常数；对于离散变量，pmf就是1/n。

当我们没有什么信息的时候，就会使用flat prior，因为它比较“公平”，不失一般性。

Flat prior就是prior pdf是常数，画prior pdf时是一条水平线段。

主要的作用是对没有先验信息的问题，假设一个均匀的先验分布，然后套入贝叶斯的框架。具体说就是把一个最大似然函数（ML，maximum likelihood）套入一个最大后验概率（MAP，Maximum a posteriori）。

flat prior就是没有什么信息量的先验，或者常数先验。