LAD原理(1)知识储备之函数和分布

本文介绍了LDA(latent Dirichlet allocation)主题模型的基础知识,包括Gamma函数的概念及其性质,以及Beta分布和Dirichlet分布(狄利克雷分布)的定义与特点。通过理解这些分布,为LDA算法的理解奠定了数学基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

更多内容请访问我的个人博客www.tenliu.top

简介

LDA是一种主题模型,它基于这样的思想:人写文章可以理解成这样的过程,再写一篇文档之前,先有这篇文档的主题分布(文档-主题),每一个主题也有词分布(主题-词)

知识储备

我们先从一些基础概念讲起

Gamma函数

先看公式

Γ(x)=0tx1etdt

其实就是阶乘运算扩展到了实数集上而已。
它的一些性质:

Γ(x+1)=xΓ(x)
Gamma(n)=(n1)!

一些分布

Beta分布定义:
这里写图片描述
其中 B(α,β) 称为Beta函数

B(α,β)=
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值