带有 mixture model 标签的文章
离散变量的自动边缘化
- 2024年1月20日
PyMC 非常适合对具有离散潜在变量的模型进行抽样。但是，如果您坚持只使用 NUTS 采样器，您将需要以某种方式去除您的离散变量。最好的方法是通过将它们边缘化，这样您就可以从 Rao-Blackwell 定理中受益，并获得参数的较低方差估计。
多项式分布的狄利克雷混合
- 2022年1月8日
此示例笔记本演示了如何使用多项式分布的狄利克雷混合（也称为狄利克雷-多项式或 DM）来建模分类计数数据。像这样的模型在许多领域都很重要，包括自然语言处理、生态学、生物信息学等等。
用于密度估计的狄利克雷过程混合
- 2021年9月16日
狄利克雷过程是分布空间上的一种灵活的概率分布。最广义地说，集合 Ω 上的概率分布 P 是一个 [测度](https://en.wikipedia.org/wiki/Measure_(mathematics%29)，它将测度 1 分配给整个空间 (P(Ω) = 1)。狄利克雷过程 P ∼ DP(α, P0) 是一种测度，它具有以下属性：对于 Ω 的每个有限不相交划分 S1, ..., Sn,