Dirichlet Process(狄利克雷过程)

Dirichlet Process

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。

​ 我们考虑下面这样一个hierarchical的模型:

在这里插入图片描述

一个Dirichlet distribution是定义在K维的单纯形上面的分布:

我们说具有以下密度函数形式的称为Dirichlet 分布:
p ( y 1 , … , y k ) = Γ ( ∑ k = 1 K α k ) ∏ k = 1 K Γ α k ∏ k = 1 K y k α k − 1 p(y_1,\dots,y_k) = \frac{\Gamma(\sum_{k=1}^K\alpha_k)}{\prod_{k=1}^{K}\Gamma\alpha_k}\prod_{k=1}^{K} y_k^{\alpha_k-1} p(y1,,yk)=k=1KΓαkΓ(k=1Kαk)k=1Kykαk1

Dirichlet 分布的性质

1.可加性:

若有:
( π 1 , … , π k ) ∼ D i r i c h l e t ( α 1 , … , α k ) 则 ( π 1 + π 2 , π 3 , … , π k ) ∼ D i r i c h l e t ( α 1 + α 2 , … , α k ) (\pi_1, \dots, \pi_k) \sim Dirichlet(\alpha_1, \dots, \alpha_k)\\ 则(\pi_1+\pi_2, \pi_3,\dots,\pi_k) \sim Dirichlet(\alpha_1+\alpha_2,\dots, \alpha_k) (π1,,πk)Dirichlet(α1,,αk)(π1+π2,π3,,πk)Dirichlet(α1

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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