在 三傻讲Bayes，老邪课堂提问 评论中，感谢网友们（徐晓、袁贤讯、徐磊，等）的指教。老邪长了不少见识。N多年前老邪曾经有一篇文章：

Li, XW; Gao, F; Wang, JD; Strahler, AH，A priori knowledge accumulation and its application to linear BRDF model inversion，JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES，106：11， 11925-11935， DOI: 10.1029/2000JD900639，JUN 16 2001 。

这篇论文，是不怎么受待见的。在 Web of Science 中的被引频次仅60。主要问题，似乎是西方学术界对先验知识（A priori knowledge）的理解有两派。为了避免争论，在文中我按我们的理解讲，没管康德的。这个问题，在论文评审时其实就冒头了。评审人质问，“你所谓的先验知识，是什么概念？”我回复说，按Dr.Kong，JN 的定义：Our knowledge consists two parts:what we know,and what we know we don’t know. 这位评审人还追问：谁是Dr.Kong, JN啊？我答复：那是古代中国的哲学家，和亚里士多德差不多的牛B。才算过了。

但是，其实西方一大派，是采用柏拉图－康德定义的。康德定义的“先验知识”，是无需试验，无需观测，先天就有的知识。我们只能从这种神圣的先天知识演绎出适合具体的案例的次一等的知识，即“后验知识”。

具体到贝叶斯，他是很牛的，但不敢和康德比牛。所以他悄悄地干活，把P（B），变成分母，其意义就在引入了先验知识的含义。剩下的P(B|A),就成了“试验结果A发生之后事件B发生的概率，即“后验概率”或更新后的概率。通常，我们的先验知识不是确定性的，而是一个分布；后验知识也是一个分布;只有A仍然是事件。所以，在展开B为分布时，要特别注意其要求的条件和最简洁又清楚的表达。