局部先验 vs. 非局部先验：机器学习与贝叶斯统计中的先验知识

局部先验是指先验分布的参数只与当前样本的一部分数据有关，而与其他数据无关。例如，对于一个回归问题，我们可以使用局部先验来假设某些变量对结果的影响比其他变量更大，从而使得模型更加准确。

非局部先验是指先验分布的参数与所有数据都有关。例如，我们可以使用非局部先验来假设某些参数的先验分布是高斯分布，从而使得模型更加稳定。非局部先验通常用于贝叶斯统计中，而局部先验则更多地应用于机器学习中。