numpy.random.RandomState.dirichlet

RandomState.dirichlet(alpha, size=None)

Выбрать образцы из распределения Дирихле.

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

Параметры:	alpha : массив Параметр распределения (размерность k для образца 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 равно None, в этом случае возвращается одно значение.
Возвращает:	samples : ndarray, Выбранные образцы, с формой (size, alpha.ndim).

Примечания

Использует следующее свойство для вычисления: для каждой размерности выбирается случайный образец y_i из генератора стандартной гамма-функции с формой alpha_i, затем имеет распределение Дирихле.

Ссылки

[R148]

David McKay, «Information Theory, Inference and Learning Algorithms», глава 23, http://www.inference.phy.cam.ac.uk/mackay/

[R149]

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

Примеры

Взяв пример, приведенный в Википедии, это распределение может быть использовано, если нужно разделить строки (каждая начальной длины 1,0) на K частей с различными длинами, где каждая часть имела в среднем заданную среднюю длину, но с допускаемой вариацией 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")