如何通俗理解 beta 分布?(很好理解,beta就是二项式分布的先验分布)
所谓共轭先验就是先验分布是beta分布,而后验分布同样是beta分布。
超详细理解Gamma分布,Beta分布,多项式分布,Dirichlet狄利克雷分布(狄利克雷分布的公式,期望)
理解Gamma分布、Beta分布与Dirichlet分布
什么是beta分布,狄利克雷分布(numpy怎么生成狄利克雷分布)
概率分布 - torch.distributions(pytorch中生成狄利克雷分布:torch.distributions.dirichlet.Dirichlet)
tor_diri = torch.distributions.dirichlet.Dirichlet(torch.tensor([10,10,10,1000]))
tor_diri.sample()
产生dirichlet分布时,要给一个初始的实验分布。假设要产生四个概率值A,B,C,D,A+B+C+D=1,
则给出一组实验值,如[10,10,10,1000],表示做了10+10+10+1000次实验,其中结果为A的有10次,结果为B的10次,结果为C的10次,结果为D的1000次。那么函数返回的概率分布也接近这个比例,但是会有轻微的变化。
注意[10,10,10,1000]与[1,1,1,100]的效果是不一样的,前者表示做的实验很多,因此dirichlet返回的概率与这个实验中的比值很接近,变化很小。而后者表示做的实验不多,因此dirichlet返回的概率与这个实验中的比值不太接近,变化很小。但二者多次采样的均值是一样的,只是方差不一样。