Als «dirichlet-distribution» getaggte Fragen

Die Dirichlet-Verteilung bezieht sich auf eine Familie multivariater Verteilungen, die die Verallgemeinerung der univariaten Beta-Verteilung darstellen.

2
Welche Bedeutung hat die Darstellung des Simplex als Dreiecksfläche in der Dirichlet-Verteilung?
Ich lese aus einem Buch, in dem die Dirchilet-Distribution vorgestellt wird, und präsentiere dann Zahlen darüber. Aber ich konnte diese Zahlen nicht wirklich verstehen. Ich habe die Figur hier unten angehängt. Was ich nicht verstehe, sind die Bedeutungen der Dreiecke. Wenn Sie eine Funktion von 2 Variablen zeichnen möchten, nehmen …



1
Was bedeutet es, einen Wahrscheinlichkeitsvektor aus einer Dirichlet-Verteilung abzutasten?
Ich lerne im Wesentlichen etwas über Latent Dirichlet Allocation. Ich schaue mir hier ein Video an: http://videolectures.net/mlss09uk_blei_tm/ und stecke in Minute 45 fest, als er anfing, die Stichproben aus der Distribution zu erklären. Außerdem habe ich versucht, ein Buch über maschinelles Lernen zu konsultieren, das keine detaillierte Einführung in die …


1
Bayesianische Schätzung von Dirichlet-Verteilungsparametern
Ich möchte Parameter von Dirichlet-Mischungsmodellen mithilfe der Gibbs-Probenahme schätzen und habe dazu einige Fragen: Entspricht eine Mischung von Dirichlet-Verteilungen einem Dirichlet-Prozess? Was sind ihre Hauptunterschiede, wenn nicht? Wenn ich die Parameter einer einzelnen Dirichlet-Verteilung schätzen möchte, welche Verteilung für Parameter sollte im Bayes'schen Framework als Priors ausgewählt werden? In allen …

1
Verteilungen auf dem Simplex mit korrelierten Komponenten
Ich suche nach einer Art Verteilung über den Simplex, in der Komponenten auf ordinale Weise korreliert werden. Das heißt, wenn p=(p1,...,pJ)p=(p1,...,pJ)p = (p_1, ..., p_J) aus unserer Verteilung auf dem Simplex gezogen wird, ich möchte pipip_i positiv mit seinen Nachbarn korreliert werden und , sag. Ein Vanille-Dirichlet kann diese Anforderung …

3
Mischungsmodelle und Dirichlet-Prozessmischungen (Vorlesungen oder Arbeiten für Anfänger)
Im Zusammenhang mit Online-Clustering finde ich oft viele Artikel, die über "Dirichlet-Prozess" und "endliche / unendliche Mischungsmodelle" sprechen. Angesichts der Tatsache, dass ich noch nie Dirichlet-Prozess- oder Mischungsmodelle verwendet oder gelesen habe. Kennen Sie Vorschläge für Einführungsvorträge oder leicht verständliche Artikel?

1
Bayesianische Inferenz für die multinomiale Verteilung mit asymmetrischem Vorwissen?
Angenommen, ich werde einige Proben aus einer Binomialverteilung erhalten. Eine Möglichkeit, meine Vorkenntnisse zu modellieren, ist eine Beta-Distribution mit den Parametern und . Soweit ich weiß, ist dies gleichbedeutend damit, in Versuchen "Köpfe" mal gesehen zu haben . Daher ist es eine gute Abkürzung, um die vollständige Bayes'sche Folgerung durchzuführen, …

3
Dirichlet-konjugierte Update-Ableitung
Ich versuche, die Aktualisierungsgleichungen für das Konjugat an die Dirichlet-Verteilung abzuleiten, wie hier beschrieben: /mathpro/20399/conjugate-prior-of-the-dirichlet-distribution Die von mir berechnete Parameteraktualisierungsgleichung stimmt jedoch nicht mit der dort vorgeschlagenen überein. Meine Ableitung ist unten dargestellt: where, f(θ|α)=Dir(θ|α)=1B(α)exp(ϕ(α)Tu(θ))f(θ|α)=Dir(θ|α)=1B(α)exp⁡(ϕ(α)Tu(θ))\begin{align} f({\theta}|{\alpha}) &= Dir({\theta}|{\alpha})\\ &=\frac{1}{B({\alpha})}\exp(\phi({\alpha})^{T}u({\theta})) \end{align}ϕ(α)Tu(θ)B(α)=[α1−1,⋯,αK−1]=[ln(θ1),⋯,ln(θK)]T=∏Ki=1Γ(αi)Γ(∑Ki=1αi)ϕ(α)T=[α1−1,⋯,αK−1]u(θ)=[ln⁡(θ1),⋯,ln⁡(θK)]TB(α)=∏i=1KΓ(αi)Γ(∑i=1Kαi)\begin{align} \phi({\alpha})^{T} &= [\alpha_1-1,\cdots,\alpha_K-1]\\ u({\theta}) &= [\ln(\theta_1),\cdots,\ln(\theta_K)]^{T}\\ B({\alpha}) &= \frac{\prod_{i=1}^{K}\Gamma(\alpha_i)}{\Gamma\left(\sum_{i=1}^{K}\alpha_i\right)} \end{align} …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.