Notes—LDA中的gamma函数和几个分布

ref：http://blog.csdn.net/v_JULY_v/article/details/41209515

（详细推导见该链接）

        LDA模型中用到的数学知识：

1. 一个函数：gamma函数
2. 四个分布：二项分布、多项分布、beta分布、Dirichlet分布
3. 一个概念和一个理念：共轭先验和贝叶斯框架
4. 两个模型：pLSA、LDA
5. 一个采样：Gibbs采样

      

      gamma函数和几个分布如下：

• gamma函数，阶乘在实数域上的推广

                   

                   

• 二项分布（Binomial distribution）

    二项分布是从伯努利分布推进的。伯努利分布，又称两点分布或0-1分布，是一个离散型的随机分布，其中的随机变量只有两类取值，非正即负{+，-}。而二项分布即重复n次的伯努利试验，记为  。简言之，只做一次实验，是伯努利分布，重复做了n次，是二项分布。二项分布的概率密度函数为：

    

    对于k = 0, 1, 2, ..., n，其中的 是二项式系数（这就是二项分布的名称的由来），又记为 。回想起高中所学的那丁点概率知识了么：想必你当年一定死记过这个二项式系数 就是 。

• 多项分布，是二项分布扩展到多维的情况

    多项分布是指单次试验中的随机变量的取值不再是0-1的，而是有多种离散值可能（1,2,3...,k）。比如投掷6个面的骰子实验，N次实验结果服从K=6的多项分布。其中

    多项分布的概率密度函数为：

• Beta分布，二项分布的共轭先验分布

    给定参数 和 ，取值范围为[0,1]的随机变量 x 的概率密度函数 ：

    其中 ：

， 。 

   注： 便是所谓的gamma函数，下文会具体阐述。

• Dirichlet分布，是beta分布在高维度上的推广

    Dirichlet分布的的密度函数形式跟beta分布的密度函数如出一辙：

    其中

    

    至此，我们可以看到 二项分布和多项分布很相似， Beta分布和Dirichlet 分布很相似，而至于 “Beta分布是二项式分布的共轭先验概率分布，而狄利克雷分布 （Dirichlet分布）是多项式分布的共轭先验概率分布