知识卡片
未见概率质量不同于逐项概率
Witten–Bell以已见不同类型数T与总出现次数N保留T/(N+T)总质量,再把它均分给Z个未见类型;每个未见项为T/[Z(N+T)],已见项计数c对应c/(N+T)。T不是只出现一次的类型数,Z=bins−T而非随意规范因子。必须明确有限结果空间及Z>0,否则除零或质量无处可分;样本为零也要单独定义。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第2章 统计语言建模 2.1.1 为给定的文本开发MLE · 查看原书依据
self._Z = bins - self._freqdist.B()
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第2章 统计语言建模,spine056单元005;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00055.html。
- 结论依据:原文_T/_Z/_N赋值和_P0分母完整实现,比说明文字更明确地区分类型数、次数和未见项个数。未在本机运行示例或改变环境。
- 原始内容: self._freqdist.B() self._Z = bins - self._freqdist.B() self._N = self._freqdist.N() # self._P0 is P(0), precalculated for efficiency: if se