知识卡片
硬币后验演示不等于语言模型
示例给两枚独立硬币各Beta(2,3)先验,观测11/14与7/14次正面,因此条件后验分别Beta(13,6)、Beta(9,10)。代码的Gibbs每步无需另一参数,因为该例本来独立;不能据此认为一般Gibbs都可独立抽取。likelihood省去与theta无关的组合常数,不影响后验比例;两币演示说明采样原理,未建立词序列模型。
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 2.7 在语言处理中应用Gibbs采样法 · 查看原书依据
stats.beta(a+z1,b+N1-z1)
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017;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:原文先验a/b和z/N、两个beta更新参数可手工推得后验;无文本特征或词概率模型,因此限制其“语言处理应用”范围。未在本机运行示例或改变环境。
- 原始内容:nge(niters): theta=[stats.beta(a+z1,b+N1-z1).rvs(),theta[1]] theta=[theta[0],stats.beta(a+z2,b+N2-z2).rvs()] if i>=burnin: thetas