我需要以很少的样本“学习”一个双变量高斯分布,但是对于先验分布有一个很好的假设,因此我想使用贝叶斯方法。
我定义我的在先:
P(μ)∼N(μ0,Σ0)
μ0=[00] Σ0=[160027]
和我的分销给定的假说
P(x|μ,Σ)∼N(μ,Σ)
μ=[00] Σ=[180018]
现在我知道感谢这里,可以根据数据估算均值
P(μ|x1,…,xn)∼N(μ^n,Σ^n)
我可以计算:
μ^n=Σ0(Σ0+1nΣ)−1(1n∑i=1nxi)+1nΣ(Σ0+1nΣ)−1μ0
Σ^n=1nΣ0(Σ0+1nΣ)−1Σ
现在问题来了,也许我错了,但在我看来,仅仅是估计参数的协方差矩阵μ ñ,和我的数据不是估计的协方差。我还要计算Σnμn
P(Σn1|x1,…,xn)
为了从我的数据中学到完全指定的分布。
这可能吗?是它已经通过计算解决和它在错误的道路只是表示以上(或我只是misentrepreting吧)的公式?参考将不胜感激。非常感谢。Σn
编辑
从评论中可以看出,我的方法是“错误的”,从某种意义上说,我假设常量协方差由定义。我需要在其上加上一个先验值P(Σ),但我不知道应该使用哪种分布,以及随后的更新过程是什么。ΣP(Σ)