NLP之TopicModel：朴素贝叶斯NB的先验概率之Dirichlet分布的应用

NLP之TopicModel：朴素贝叶斯NB的先验概率之Dirichlet分布的应用

目录

1、Dirichlet骰子先验和后验分布的采样

2、稀疏Dirichlet先验的采样

1、Dirichlet骰子先验和后验分布的采样

输出结果

实现代码

  

   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      np.set_printoptions(precision=3)
     
    
   

    

     

    
    

     

      dirichlet01=np.random.dirichlet((1,1,1,1,1,1),5)
     
    
   

    

     

    
    

     

      dirichlet02=np.random.dirichlet((6,3,2,2,2,1),5)
     
    
   

    

     

    
    

     

      print(dirichlet01)
     
    
   

    

     

    
    

     

      print(dirichlet02)
     
    
  
 

2、稀疏Dirichlet先验的采样

实现代码

  

   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      np.set_printoptions(suppress=True, precision=3)
     
    
   

    

     

    
    

     

      dirichlet03=np.random.dirichlet((0.2,0.2,0.2,0.2,0.2,0.2),5)
     
    
   

    

     

    
    

     

      print(dirichlet03)
     
    
  
 

输出结果

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/82056119