numpy.random.RandomState.dirichlet

RandomState.dirichlet(alpha, size=None)

Выборка образцов из распределения Дирихле.

Выбрать size образцов размерности k из распределения Дирихле. Дирихле-распределённая случайная величина может рассматриваться как многомерное обобщение бета-распределения. Плотность распределения Дирихле является сопряжённым априорным распределением для многономиального распределения в байесовском выводе.

Параметры:	alpha : массив Параметр распределения (размерность k для выборки размерности k). size : целое число или кортеж целых чисел, необязательно Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k образцов выбираются. По умолчанию None, в этом случае возвращается единственное значение.
Возвращает:	samples : массив ndarray, Выбранные образцы, имеющие форму (size, alpha.ndim).

Примечания

Используется следующее свойство для вычисления: для каждой размерности случайно выбирается образец y_i из генератора гамма-распределения со значением alpha_i, а затем имеет распределение Дирихле.

Ссылки

[R143]

David McKay, «Теория информации, вывод и алгоритмы обучения», глава 23, http://www.inference.phy.cam.ac.uk/mackay/

[R144]

Википедия, «Распределение Дирихле», http://en.wikipedia.org/wiki/Dirichlet_distribution

Примеры

Рассмотрим пример, приведённый в Википедии: это распределение может быть использовано, если требуется разбить строки (каждая начальной длиной 1.0) на K частей с различными длинами, где каждая часть имела бы, в среднем, заданную среднюю длину, но допускалась некоторая вариация относительных размеров частей.

>>> s = np.random.dirichlet((10, 5, 3), 20).transpose()

>>> plt.barh(range(20), s[0])
>>> plt.barh(range(20), s[1], left=s[0], color='g')
>>> plt.barh(range(20), s[2], left=s[0]+s[1], color='r')
>>> plt.title("Lengths of Strings")