贝叶斯线性回归(Bayesianlinearregression)是使用统计学中贝叶斯推断(Bayesianinference)方法求解的线性回归(linearregression)模型。
贝叶斯线性回归将线性模型的参数视为随机变量(randomvariable),并通过模型参数(权重系数)的先验(prior)计算其后验(posterior)。贝叶斯线性回归可以使用数值方法求解,在一定条件下,也可得到解析型式的后验或其有关统计量。
贝叶斯线性回归具有贝叶斯统计模型的基本性质,可以求解权重系数的概率密度函数,进行在线学习以及基于贝叶斯因子(Bayesfactor)的模型假设检验。