我有一个组成样本，我想拟合 Dirichlet 分布的有限混合。更准确地说，考虑以下示例：

X包含从 3 部分单纯形中定义的狄利克雷分布混合生成的样本。该混合物的第一个 Dirichlet 分量具有参数 (1,1,1)，第二个分量具有参数 (2,1,1)，第三个分量具有参数 (1,1,20)。混合概率为 0.25、0.15、0.60。我想从示例中检索这些参数。

你如何找到这个参数？

我希望 scikit-learnDP-GMM允许在给定新数据的情况下在线更新集群分配，但 sklearn 的实现DP-GMM只有一个 fit 方法。

我对变分推理的理解尚不清楚，我认为无法在线更新集群分配是 sklearn 的实现所特有的，而不是无限 GMM 的变分推理。

如果有人能澄清这一点并指出能够在线更新集群分配的实现，我将非常感激！

http://scikit-learn.org/stable/modules/generated/sklearn.mixture.DPGMM.html

I'm trying to create a 3D plot of a random draw from a Dirichlet distribution but it only seems to be plotting in 2 dimensions even though I have data for three variables.

As you can see, I tried in two ways, using two different packages. In the first, you can see in the image below that they y-values seem to be missing, but I'm not sure why.

When I try using a different package, not only are the y-values missing, but the other two values are plotted as if they are on a 45 degree line, which is not correct. Any help is greatly appreciated!

背景

我正在尝试复制 Gelman 等人的“贝叶斯数据分析”中关于狄利克雷过程的章节中的以下图表。人。这些图像描绘了一个断棍过程。

这些图有效地向您展示了四种不同场景的概率分布。横轴是“数据”值，纵轴是与该数据相关的概率估计。

我的问题

我想我已经有了创建绘图所需的数据；数据点和相应的概率估计（是的，概率实际上是点周围的小区间，因为它是概率密度函数）。问题是我不知道如何制作一个包含上述漂亮条形的图。通常在 R 中，直方图是由仅包含数据值的向量构建的，但我有两列。（并且搜索没有发现任何东西）

我能得到的最接近的看起来很糟糕。请参阅下面的代码和图像。（注意概率估计因使用随机数生成而不同）

我正在尝试使用 Python 进行 Dirichlet 回归。不幸的是，我找不到可以完成这项工作的 Python 包。所以我尝试DirichletReg使用. 调用 R 库rpy2。但是，对我来说如何调用诸如DirichReg(Y ~ X1 + X2 + X3, data=predictorData)where之类的回归函数并不是很直观Y = DR_data(compositionalData)。我lm在rpy2. 但我的情况略有不同，因为Y不是表中的列名而是 R 对象DR_data。

我想知道这样做的正确方法是什么，或者是否有用于 Dirichlet 回归的 Python 包。

如何使用 找到狄利克雷先验pymc3？

我尝试了以下方法：

但它抛出了一个ValueError：

已编辑

zipfy应该是参数向量。

我试过这个：

[出去]：

我期待 dirichlet 先验（即参数数组）的大小为 1，但它的大小为 100。这是预期的行为吗？应该如何解释的输出trace['zipfy']？啊，痕迹是从的步骤pm.sample(100)？先验在model对象内部？

因此，假设给定一个离散值，5我如何找到我刚刚从采样器中学到的狄利克雷先验？它是在model对象内部还是zipfy对象内部？

对于贝叶斯 Dirichelt 过程混合模型，我使用了 DP 包和 DPdensity()。DPdensity() 适用于单变量和双变量，但不适用于多变量。

但是，我使用了具有 3 个变量的数据，它没有给出 x1、x2 或 fun1、fun2 和没有 dens，而是计算集群的数量。所以看起来它计算和估计集群的数量，但我看到 dens 是 NULL。所以我用三个“nu”（如 nu1、nu2、nu3）更改了先前的参数。但仍然带有空的 x1、x2、fun1、fun2，我认为这不是一个解决方案

那么我需要为函数或先验更改哪些参数？或者我如何构建 x3 或 fun3 并获取 dens 列表？可以解决吗？谢谢你！！！

环境输出

我正在使用 PyMC3 对我的分组数据进行聚类。基本上，我有 g 个向量，并且想将 g 个向量聚集成 m 个簇。但是，我有两个问题。

第一个是，PyMC3 似乎只能处理一维数据而不能处理向量。第二个问题是，我不知道如何提取原始数据的集群 ID。我确实提取了组件的数量（k）和相应的权重。但是我无法提取指示每个点属于哪个集群的 id。

欢迎任何想法或意见！

I have the following df:

I'm using the x & y coords to generate a Voronoi tessellation enclosed by a rectangle:

Now say i have another df, df2:

I know I can count the sum of points (in df2) in each polygon of my Voronoi tessellation using spatstat & quadratcount, but what if I want to count the sum of the values in each polygon instead?

To give me something like:

我想计算多元狄利克雷分布的密度，并从这种分布中生成随机实现。就像函数 dmvnorm 对多元正态分布所做的那样。我为正态分布找到了这个，我想知道是否有一个函数可以为 Dirichlet 和 Gamma 分布做到这一点：