狄利克雷分布（Dirichlet Distribution）

听海边涛声

于 2024-07-25 15:05:43 发布

阅读量198

点赞数 9

文章标签：概率统计

本文链接：https://blog.csdn.net/panghuangang/article/details/140666976

版权

狄利克雷分布（Dirichlet Distribution）

狄利克雷分布，经常用 $Dir(\alpha )$ 表示，是关于连续多维变量的概率分布，它以 $\alpha =(\alpha _{1},\alpha _{2},...,\alpha _{k})$ 向量为参数， $\alpha$ 的每个分量都大于0。

狄利克雷分布是贝塔分布的多变量推广，因此，它的另一个名字为多变量贝塔分布（MBD：multivariate beta distribution）。

如果随机变量 $X=(x_{1},x_{2},...,x_{k})$ 满足以 $\alpha =(\alpha _{1},\alpha _{2},...,\alpha _{k})$ （ $\alpha$ 的每个分量都大于0）为参数向量的狄利克雷分布，那么 $X$ 的概率密度函数为：

$f(x_{1},x_{2},...,x_{k};\alpha _{1},\alpha _{2},...,\alpha _{k} )=\frac{1}{B(\alpha )}\prod_{i=1}^{k}x_{i}^{\alpha _{i}-1}$

其中：

$k\geqslant 2$

归一化常数 $B(\alpha )$ 为多变量贝塔函数，可以表示为： $B(\alpha )=\frac{\prod_{i=1}^{k}\Gamma (\alpha _{i})}{\Gamma (\sum_{i=1}^{k}\alpha _{i})}$ 。

上面的公式要满足约束条件：

$x_{i}>0,\: \: \: \: i\in 1,2,...,k$

$\sum_{i=1}^{k}x_{i}=1$

画狄利克雷分布的水平条形图

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng()
# 狄利克雷分布的alpha参数向量
alpha = (1, 2, 3)
# 抽样的数量
size = 30
sample = rng.dirichlet(alpha, size).transpose()
# 创建水平条形图
plt.barh(range(size), sample[0])
plt.barh(range(size), sample[1], left=sample[0], color='g')
plt.barh(range(size), sample[2], left=sample[0] + sample[1], color='r')
plt.title(f'alpha={alpha}')