当推断用于生成 D维向量的正态分布的精度矩阵时 我们通常将Wishart放在之前,因为Wishart分布是具有已知均值和未知方差的多元正态分布的命题: 其中是自由度和的
比例矩阵。为了增加模型的鲁棒性和灵活性,我们对Wishart的参数设置了优先级。例如,Görür和Rasmussen建议:
其中是伽马分布。
题:
为了采样
后牙的家族和参数是什么?
PS:
删除所有不依赖因素,并使用的参数标识参数,我得到带有以下参数的Wishart:
看起来不错,但是我一点也不自信,因为我在书本上和互联网上都找不到任何例子。
勘误表:
Görur和Rasmussen建议在Wishart参数上使用这些优先级,但此等式:
应该改为:
因此解决了不足之处。如果我们想保留则应该将Inverse Wishart用作先验(请参见@西安的回答)