NLP之TopicModel:朴素贝叶斯NB的先验概率之Dirichlet分布的应用-阿里云开发者社区

开发者社区> 开发与运维> 正文
登录阅读全文

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

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

1、Dirichlet骰子先验和后验分布的采样


输出结果

image.png



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


image.png


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

image.png







 


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
开发与运维
使用钉钉扫一扫加入圈子
+ 订阅

集结各类场景实战经验,助你开发运维畅行无忧

其他文章
最新文章
相关文章