文件名称：conjugate_prior:贝叶斯统计的共轭先验表的实现
文件大小：9KB
文件格式：ZIP
更新时间：2024-05-24 08:48:35
data-science data statistics probability conjugation
共轭先验 贝叶斯统计的共轭先验表的Python实现 参见*页面： 安装： pip install conjugate-prior 支持的型号： BetaBinomial适用于独立测试，例如点击率（ctr），网站访问者转化。 BetaBernoulli与上面相同。 GammaExponential对客户流失率分析，成本，停留时间有用。 GammaPoisson如上文所述，对于在事件发生之前经过的时间很有用。 NormalNormalKnownVar用于对具有恒定噪声的集中式分布进行建模。 NormalLogNormalKnownVar用于对支持电话的长度进行建模。 InvGammaNormalKnownMean用于对噪声效果进行建模。 InvGammaWeibullKnownShape随时间变化的粒度。 DirichletMultinomial将BetaBino
【文件预览】：
conjugate_prior-master
----.github()
--------workflows()
----conjugate_prior()
--------beta.py(3KB)
--------invgamma.py(2KB)
--------normal.py(2KB)
--------__init__.py(132B)
--------gamma.py(2KB)
--------dirichlet.py(1KB)
----LICENSE(1KB)
----setup.cfg(40B)
----setup.py(740B)
----README.md(2KB)
----pypi.sh(129B)
----.gitignore(1KB)