2013.10.6LDA Gibbs Sampling详细推导过程.pdfVIP

下载本文档

1
0
约1.12万字
约 2页
2020-02-11 发布于未知
举报
版权申诉

2013.10.6LDA Gibbs Sampling详细推导过程.pdf

1、本文档共2页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

LDA Gibbs Sampling 详细推导过程， 2013.10.6 ， ys 作为基本的topic model,熟悉LDA 的推导过程还是很有必要的，当掌握了它的推导过程后，再遇到其他相关图模型的推断你就会觉得 ‘so easy! ’。每次去推断别的模型，总在脑袋里回味一下这个基本的topic model 的推断过程，趁现在跑程序总结下来，分享学习，做个记录，也欢迎各位不吝赐教。下文假定各位读者已经熟悉了LDA 的先验分布假设，生成过程等，只给出了主要的公式推导流程。 0. 概率图模型如下图： ( | ) ( | ) ( | ) 1. 首先给出联合概率：p , α, β = p , α, β p α, β = p( |, β)p( |α) *注：当我们确定下来一个模型后，首先计算它的联合概率，这个是绝对不会错的，在后续的采样中是很有用的。 ·1.1 第一项p( |, β): ( | ) p , β = ∫ p( |, Φ)p(Φ|β) Φ ∗ ( , ) (,) ( | ) p , Φ = ∏ , = ∏ ∏ , =1 =1 =1 Γ(∑ ) =1 −1 ( | ) ( | ) p Φ β = ∏=1 = ∏=1 ∏ Γ( ) ∏=1 , =1 ( | ) ( | ) ( | ) ⇒ p , β = ∫ p , Φ p Φ β Φ Γ(∑ ) (,) =1 −1 = ∫ ∏ ∏ , · ∏ ∏ , ∏ ( ) ,