Laplace近似后验概率

最新推荐文章于 2024-02-27 10:00:24 发布

PKU_Jade

最新推荐文章于 2024-02-27 10:00:24 发布

阅读量3.1k

点赞数 1

文章标签： Laplace近似

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/PKU_Jade/article/details/70229280

版权

本文介绍了在非共轭先验概率情况下，如何利用Laplace近似来估算连续变量的后验概率。通过二阶泰勒展开在极大值点附近将后验概率近似为正态分布，这种方法适用于二阶可导且峰值明显的函数。举例展示了如何求解最大值点并进行近似计算。随着样本数量n的增加，即使对于共轭后验，正态近似也变得更为准确。

摘要由CSDN通过智能技术生成

Laplace近似就是使用正态分布来近似连续变量概率密度函数。

ln f (z) ≅ ln f (z 0) - 1 2 A (z - z 0) 2 A = - d 2 d z 2 ln f (z) ∣ z = z 0

$\ln f(z) \cong \ln f(z_0) - \frac{1}{2}A(z - z0)^2 \quad A = - \frac{d^2}{dz^2} \ln f(z) \mid{z=z_0}$

1 非共轭的先验概率

在很多时候在我们建立的概率模型中的先验概率是不存在共轭后验的，
例如，考虑一个模型

X i \sim g (

最低0.47元/天解锁文章

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
Laplace近似后验概率

Laplace近似就是使用正态分布来近似连续变量概率密度函数。 lnf(z)≅lnf(z0)−12A(z−z0)2A=−d2dz2lnf(z)∣z=z0\ln f(z) \cong \ln f(z_0) - \frac{1}{2}A(z - z0)^2 \quad A = - \frac{d^2}{dz^2} \ln f(z) \mid{z=z_0}1 非共轭的先验概率在很多时候在我们建立的概率
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。