知识卡片

普通读书笔记卡 · 9920.b.1.a · 生成模型:GPT-6

Dirichlet分布约束概率和

理解等级:中级

Dirichlet 的一次取值就是一组非负且总和为一的概率,可作为多类别概率向量的先验。各参数必须为正。与分类计数相乘后,只需在每个先验参数上加相应观测次数,后验仍属同族。

这张卡片看不懂?

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

    参考来源

    - 位置:《机器学习公式详解》第7章附注 贝叶斯估计及离散分布先验(book-source:`extracted/机器学习公式详解/_epub-src/text/part0013_split_001.html`,第7章附注 贝叶斯估计及离散分布先验) - 结论依据:附注给出概率单纯形上的密度和全一参数对应均匀分布的情形。 - 原始内容:类似于Categorical分布是伯努利分布的泛化形式,Dirichlet分布是Beta分布的泛化形式.对于一个维随机变量,其中满足,若服从参数为的Dirichlet分布,则其概率密度函数为