问题描述
我目前正在研究一个简单的贝叶斯问题,其中我的可能性是 N
泊松分布的乘积,所以我得到以下结果:
likelihood(x) ~ product_i(Poisson(mean_i))
其中x
是一个向量,代表变量,另一边的乘积在维度上运行(从i
到N
)。 mean_i
是与向量 x_i
中的变量 x
相关联的均值。
vector_x = [x for x in variables]
vector_x ~ Product([Poisson(mean_i) for mean_i in means]
其中 means
是一个向量,包含与每个泊松过程相关的各种均值。
这是正确的吗? :D
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)