在看LDA的时候，遇到的数学公式分布有些多，因此在这里总结一下思路。一、伯努利试验、伯努利过程与伯努利分布先说一下什么是伯努利试验：维基百科伯努利试验中：伯努利试验(Bernoullitrial)是只有两种可能结果的单次随机试验。即：对于一个随机变量而言，P(X=1)=p以及P(X=0)=1-p。一般用抛硬币来举例。另...

   在机器学习领域中，概率模型是一个常用的利器。用它来对问题进行建模，有几点好处：1）当给定参数分布的假设空间后，可以通过很严格的数学推导，得到模型的似然分布，这样模型可以有很好的概率解释；2）可以利用现有的EM算法或者Variationalmethod来学习。通常为了方便推导参数的后验...

　　二项分布就是重复n次独立的伯努利实验。伯努利实验就是在同样的条件下重复发生、且每次实验相互独立的一种随机试验。二项分布有两个参数n和p，n是重复实验的次数，p是每次独立实验发生的概率。特殊的n=1时，我们把二项分布称为伯努利分布。　　N次独立重复试验中发生K次的概率是：　　P(ξ=K)=C(n,k)*p^k*...

又叫做0-1分布，指一次随机试验，结果只有两种。也就是一个随机变量的取值只有0和1。记为:0-1分布或B(1,p)，其中p表示一次伯努利实验中结果为正或为1的概率。 概率计算：P(X=0)=p0P(X=1)=p1期望计算：E(X)=0∗p0+1∗p1=p最简单的例子就是，抛一次硬币...

一，介绍什么是二项队列，为什么会用到二项队列？与二叉堆一样，二项队列也是优先级队列的一种实现方式。在 数据结构--堆的实现之深入分析的末尾，简单地比较了一下二叉堆与二项队列。对于二项队列而言，它可以弥补二叉堆的不足:merge操作的时间复杂度为O(N)。二项队列的merge操作的最坏时间复杂度为O(logN)...