我有兴趣估算连续随机变量的密度。我学到的一种方法是使用内核密度估计。
但是现在,我对遵循以下思路的贝叶斯方法感兴趣。我最初认为服从分配。我采取的读数。有什么方法可以根据我的新读物来更新?
我知道我听起来好像在自相矛盾:如果我只相信是我的先前发行记录,那么没有数据可以说服我。但是,假设是而我的数据点是。看到,我显然不能坚持以前的做法,但是应该如何更新呢?
更新:根据评论中的建议,我开始研究Dirichlet过程。让我使用以下符号:
用这种语言构架了我原来的问题之后,我想我对以下内容感兴趣:。如何做到这一点?
在这套笔记(第2页)中,作者举了的示例。(Polya方案)。我不确定这是否相关。
更新2:我也想问(在看到注释之后):人们如何选择DP的?似乎是一个随机选择。另外,人们如何为DP 选择先前的?我应该只使用先验作为先验吗?