《PRML》学习笔记2.2——多项式分布和狄利克雷分布

    上回讲完了伯努利分布、二项分布和Beta分布，以及从最大似然估计的非参数化思想和引入共轭先验，使得参数变成一个变量，建模求解的参数化方法两方面介绍了求解模型参数的方法。没有读过的朋友可以参考：《PRML》学习笔记2.1——伯努利分布、二项分布和Beta分布，从贝叶斯观点出发

    今天将为大家介绍两个更难理解的分布——多项式分布和狄利克雷分布。

1.多项式变量和多项式分布

    伯努利分布的一个经典例子就是掷硬币，当你掷出去的时候，得到的结果只有正面朝上或者反面朝上两种可能，因此可以用进行建模。概率密度的表达式中，的取值只有两种情况——0或1，那么，这个建模方法就不适用于掷骰子了，毕竟骰子有6个面，对应着6种投掷结果。所以这时候就要将服从伯努利分布的变量进行扩展了。

    首先，使用一种方式来表达投掷骰子的结果，这里推荐的是"1-of-K"表示法，使用一个K维向量来表示状态，向量中一个元素等于1，其余元素为0，用来表示发生的是第k中情况：

                                                                                                                                                            (1)

    如果用参数表示的概率，那么的分布为：

                                                                                                                                                                  (2)

    因为<