Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）

最新推荐文章于 2025-07-06 09:45:00 发布
转载 最新推荐文章于 2025-07-06 09:45:00 发布 · 5.8k 阅读 · 12

本文探讨了狄利克雷分布与狄利克雷过程的基本概念及其应用,重点介绍了这两种统计工具在机器学习和贝叶斯统计中的作用。
Dirichlet Process（狄利克雷过程）
qq_45377129的博客
12-28 2245
Dirichlet过程是一个常用于非参数模型的随机过程，对于随机过程的性质可以类比于Gauss过程。它是一个定义在分布上的分布，也就是说每一个Dirichlet过程的样本都是一个分布。从Dirichlet过程中抽样的分布是离散的，但是不能用有限个参数表示这样的过程，因为在每个点（无穷维）都可以定义采样点，因此这是一个非参数的模型。最开始缸里没有球，我们从分布H中取颜色，用这个颜色涂一个球，放入缸中。从缸里取一个球，用这个球的颜色涂一个新的球，再把两个球一起放进去。中的值都对应一个独立的颜色，从。
Dirichlet distribution狄利克雷分布
漫步量化
12-11 4346
狄利克雷分布 狄利克雷分布（维基百科）是一组连续多变量概率分布，是多变量普遍化的B分布。 为了纪念德国数学家约翰·彼得·古斯塔夫·勒热纳·狄利克雷（Peter Gustav Lejeune Dirichlet）而命名。 狄利克雷分布常作为贝叶斯统计的先验概率。当狄利克雷分布维度趋向无限时，便成为狄利克雷过程（Dirichlet process）。狄利克雷分布奠定了狄利克雷过程的基础，被广泛应用...
机器学习的数学基础（1）--Dirichlet分布
weixin_30394333的博客
04-23 1115
这一系列（机器学习的数学基础）主要包括目前学习过程中回过头复习的基础数学知识的总结。 基础知识：conjugate priors共轭先验 共轭先验是指这样一种概率密度：它使得后验概率的密度函数与先验概率的密度函数具有相同的函数形式。它极大地简化了贝叶斯分析。 如何解释这句话。由于 P(u|D) = p(D|u)p(u)/p(D) （1.0式） 其中D是...
理解狄利克雷过程(Dirichlet Processing)：理论、数学与应用
最新发布
Morpheon的博客
07-06 1068
摘要： 狄利克雷过程（DP）是贝叶斯非参数统计的核心工具，通过无限成分建模未知结构数据，适用于聚类数量不确定的场景。其核心特性包括：1）基分布$H$和浓度参数$\alpha$控制生成测度的离散性与变异性；2）断棒表示和"中餐馆过程"分别从数学与生成视角阐释其聚类机制；3）在混合模型（如高斯DPMM）中自适应调整簇数量。通过Python实现验证了DP对模拟数据的聚类能力，无需预设簇数即可准确识别真实结构。DP的灵活性使其在主题建模、生物信息学等领域具有广泛适用性。
狄利克雷过程（Dirichlet Process）
11-13 4488
0. 引入现观察得到两个样本 θ1,θ2\theta_1,\theta_2，来推测它们可能来自的分布： 假设来自于连续型概率密度函数， θ1,θ2∼H(θ)\theta_1,\theta_2\sim H(\theta) 则 θ1,θ2\theta_1,\theta_2 相等的概率为 0，p(θ1=θ2)=0p(\theta_1=\theta_2)=0 概率为 0，不代表不可能发生，仍有发生的可能，
Dirichlet分布
jazywoo_在路上
04-23 1758
基础知识：conjugate priors共轭先验        共轭先验是指这样一种概率密度：它使得后验概率的密度函数与先验概率的密度函数具有相同的函数形式。它极大地简化了贝叶斯分析。        如何解释这句话。由于P(u|D) = p(D|u)p(u)/p(D)，其中D是给定的一个样本集合，因此对其来说p(D)是一个确定的值，可以理解为一个常数。P(u|D)是后验概率，p(D|
狄利克雷过程
qwy的博客
05-14 4408
概率空间参见：http://en.wikipedia.org/wiki/Probability_space 定义：三部分组成（ΩFP）（\Omega F P） 1、样本空间Ω\Omega，所有可能的结果 2、事件集F，每一个事件可能包含0个或多个结果 3、事件到概率的映射P， 比如，抛掷一枚均匀硬币，Ω={Head,tail},F={head,tail,neitherheadnor
狄利克雷分布公式_Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）...
weixin_39716510的博客
01-17 1552
Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程)Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程)在贝叶斯模型中具有广泛的作用，然而新手对现有的很多材料理解起来可能较为困难，因此我们希望这篇博客能讲清楚相关概念。强烈推荐徐亦达老师在优酷的视频，讲的很清楚，这里我们也借助各种...
Dirichlet Distribution狄利克雷分布 / Latent Dirichlet Allocation （LDA）隐藏狄利克雷概念的理解
weixin_43120238的博客
11-07 1023
目录： Dirichlet Distribution 狄利克雷分布 Bayesian Generative Models 贝叶斯生成模型 Mixture Models and the EM algorithm 混合模型及EM算法 Latent Semantic Indexing (LSA) Latent Dirichelt Allocation (LDA) Dirichlet Distribution 狄利克雷分布 定义： 狄利克雷分布 Dir(a) 是由一个向量 theta（全为正实数） 所表示
浅谈狄利克雷分布——Dirichlet Distribution
热门推荐
止于至玄
12-31 1万+
浅谈狄利克雷分布的概念与简单使用。
狄利克雷分布的matlab代码实现和R语言函数调用
sacainiao的博客
02-04 1万+
主要参考的是：https://www.douban.com/note/45584915/ 和 http://www.biostatistic.net/thread-33740-1-1.html 最近需要用到狄利克雷分布，但是找了半天发现matlab没有现成的工具可用。只能自己实现，下面是我搜到的一个实现狄利克雷分布的matlab代码 function r = drchrn
潜在狄利克雷分配：潜在狄利克雷分配-matlab开发
05-30
潜在狄利克雷分配（LDA）主题模型的EM和变异推理算法的比较
缺失数据插补：使用狄利克雷分布特性的缺失数据插补-matlab开发
06-01
使用条件狄利克雷分布的断棒特性进行缺失数据插补
【算法】狄利克雷过程 (Dirichlet过程)
yuxeaotao的博客
10-27 5616
本文是徐亦达机器学习：Dirichlet Process 狄利克雷过程的笔记。 Bayesian Non Parametric 有一些点（二维数据）是从高斯混合模型中产生的，那它到底有几个混合呢？即它的k是多少呢？（k参考高斯混合模型Gaussian Mixture Model） ......
什么是Dirichlet分布？
程序猿视角
05-17 1566
Dirichlet分布是一种概率分布，用于描述多维随机变量的概率分布。它是一个连续分布，通常用于处理具有多种可能取值的离散型随机变量。在LDA模型中，Dirichlet分布通常被用作先验分布，用来表示主题的概率分布和单词的概率分布。，在LDA模型中常被视为一个超参数，控制着生成模型中未知参数的分布，影响模型的结果和效果。根据 Dirichlet 分布的性质，越大，对应的主题分布或单词分布越平滑，相反，表示 gamma 函数，通常表示成。越小，分布的区分度也越高。
Dirichlet Process (徐亦达老师)狄利克雷过程
ResumeProject的博客
12-31 2412
混合高斯模型（Mixture of Gaussians，简称GMM）是一种概率模型，用于对复杂的数据分布进行建模。它是由多个高斯分布组合而成的混合模型，每个高斯分布（称为组件）对应数据的一个子群体。混合高斯模型的概率密度函数可以表示为多个高斯分布的线性组合，即每个分布乘以一个相应的权重。Pxi1∑K​πi​⋅Nx∣μi​Σi​其中，K是高斯分布的数量，πi​是对应于第 i 个高斯分布的权重，Nx∣μi​Σi​。
The Dirichlet Distribution 狄利克雷分布 (PRML 2.2.1)
an_2015的博客
03-27 237
以下内容转自：http://www.xperseverance.net/blogs/2012/03/510/ cnblogs无法表示数学公式，原博客数学公式可以表达出来。 Dirichlet分布可以看做是分布之上的分布。如何理解这句话，我们可以先举个例子：假设我们有一个骰子，其有六面，分别为{1,2,3,4,5,6}。现在我们做了10000次投掷的实验，得到的实验结果是六面分别出现了...
深入理解：狄利克雷分布（Dirichlet Distribution）
阿正的梦工坊
11-30 7501
狄利克雷分布是多项分布参数的先验分布，在贝叶斯统计和机器学习中扮演着重要角色
机器学习笔记之狄利克雷过程(一)基本介绍
静静的学习就好
03-01 2545
从本节开始，将介绍狄利克雷过程。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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