博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Dirichlet分布深入理解
阅读量:5094 次
发布时间:2019-06-13

本文共 421 字,大约阅读时间需要 1 分钟。

Dirichlet分布

我们把Beta分布推广到高维的场景,就是Dirichlet分布。Dirichlet分布定义如下

 

Dirichlet分布与多项式分布共轭。多项式分布定义如下

 

共轭关系表示如下

 

Dirichlet-MultCount共轭理解

上述共轭关系我们可以这样理解,先验Dirichlet分布参数为α,多项式分布实验结果为m,则后验Dirichlet分布的参数为α+m。m为n维向量,表示实验中各种结果出现的次数。例如投掷骰子的试验中,m为6维向量,6个分量分别表示出现1点到6点的次数。

一般来说,我们使用贝叶斯定理推断Dirichlet-MultCount共轭关系。对于参数为α的Dirichlet分布,可以用如下公式表示

这里,表达式如下

 

进行了多项式分布实验后,得到结果n后,后验分布为

 

参数n与α确定后,后验分布的期望为

 

转载于:https://www.cnblogs.com/coshaho/p/9740168.html

你可能感兴趣的文章
菜根谭#194
查看>>
新闻发布系统
查看>>
Python之道(一)之安装Python
查看>>
QQ三方登录
查看>>
OpenStack Summit Paris 会议记录 - 11-05-2014
查看>>
乞讨 间隔[a,b]在见面p^k*q*^m(k>m)中数号码
查看>>
ZOJ 3794 Greedy Driver spfa
查看>>
iOS开发UI调试神器----Reveal
查看>>
Java学习总结之第二章 数据类型和变量
查看>>
Date时间
查看>>
学习canvas
查看>>
SharePoint CAML判断一个列表项是否有附件
查看>>
后台学习
查看>>
debugging information corrupt; recompile module
查看>>
2015多校1006.First One
查看>>
Sql2005中还原Sql2000的备份文件
查看>>
收藏一个小程序及其后台
查看>>
Bat学习
查看>>
jQuery很好的插件jQuery Pagination Plugin
查看>>
java nio
查看>>