知识卡片
Dirichlet分布约束概率和
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?
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7章附注 贝叶斯估计及离散分布先验 · 查看原书依据
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
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