文件名称：bnpy:Python 的贝叶斯非参数机器学习
文件大小：8.14MB
文件格式：ZIP
更新时间：2024-06-18 06:53:17
Python
bnpy ：python 的贝叶斯非参数机器学习。 关于 这个 python 模块提供了在大型数据集上训练流行的聚类模型的代码。 我们专注于基于 Dirichlet 过程的贝叶斯非参数模型，但也提供参数对应模型。 bnpy支持最新的在线学习算法以及标准的离线方法。 我们的目标是提供一个推理平台，使研究人员和从业人员可以轻松比较模型和算法。 支持的概率模型（又名分配模型） 混合模型 FiniteMixtureModel ：固定数量的集群 DPMixtureModel ：无限数量的集群，通过狄利克雷过程 主题模型（又名混合物模型） FiniteTopicModel ：固定数量的主题。 这是潜在狄利克雷分配。 HDPTopicModel ：无限数量的主题，通过分层狄利克雷过程 隐马尔可夫模型 (HMM) FiniteHMM ：具有固定状态数的马尔可夫序列模型 HDPHMM ：具有无限多