天天看點

《計算機視覺:模型、學習和推理》一3.4 狄利克雷分布

狄利克雷分布(見圖3-4)定義在K個連續值λ1,…,λK上,其中λk∈[0,1],

《計算機視覺:模型、學習和推理》一3.4 狄利克雷分布

是以狄利克雷分布适合于定義分類分布中參數的分布。

在K維空間中,狄利克雷分布有K個參數α1,…,αK,每個參數都取正值,參數的相對值決定期望值E[λ1],…,E[λk]。參數的絕對值決定期望值兩側的集中程度。可以寫成:

《計算機視覺:模型、學習和推理》一3.4 狄利克雷分布

也可以簡寫為

《計算機視覺:模型、學習和推理》一3.4 狄利克雷分布

正如伯克利分布是僅有兩個輸出結果的特殊分類分布一樣,貝塔分布是一個二維的特殊狄利克雷分布。

《計算機視覺:模型、學習和推理》一3.4 狄利克雷分布

圖3-4 根據λ1,λ2,…,λK值定義的一個K維的狄利克雷分布,其中∑kλk=1,λk∈[0,1],k∈{1,…,K}。a) 當K=3時,它在平面∑kλk=1上相當于一個三角區域。在K維空間中,狄利克雷分布由K個正參數α1…K定義。參數的比值決定分布的期望值。絕對值則決定集中程度:當參數值大的時候分布高度集中在期望值附近,反之比較分散。b~e) 參數比值相等,絕對值增大。f~i) 參數比值滿足α3>α2>α1,絕對值增大

繼續閱讀