码迷,mamicode.com
首页 > 其他好文 > 详细

Dirichlet分布深入理解

时间:2018-10-04 10:02:46      阅读:151      评论:0      收藏:0      [点我收藏+]

标签:推断   表示   技术分享   使用   nbsp   期望   hle   style   image   

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

 技术分享图片

Dirichlet分布与多项式分布共轭。多项式分布定义如下

 技术分享图片

共轭关系表示如下

 技术分享图片

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

技术分享图片

这里,技术分享图片表达式如下

技术分享图片 

进行了多项式分布实验后,得到结果n后,后验分布为

 技术分享图片

参数n与α确定后,后验分布的期望为

 技术分享图片

Dirichlet分布深入理解

标签:推断   表示   技术分享   使用   nbsp   期望   hle   style   image   

原文地址:https://www.cnblogs.com/coshaho/p/9740168.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!