Me encuentro con esta fórmula al leer un tutorial:
$$ \begin{align} P(\pi|\mathbf L;\gamma_{\pi1}, \gamma_{\pi0}) & =P(\mathbf L|\pi)P(\pi|\gamma_{\pi1},\gamma_{\pi0})\tag{28} \\ &\propto [\pi^{C_1}(1-\pi)^{C_0}][\pi^{\gamma_{\pi1}-1}(1-\pi)^{\gamma_{\pi0}-1}]\tag{29}\\ &\propto\pi^{C_1+\gamma_{\pi1}-1}(1-\pi)^{C_0+\gamma_{\pi0}-1}\tag{30} \end{align} $$
Me preguntaba para la fórmula (28), si obtenemos el lado izquierdo del lado derecho, por qué el lado izquierdo de la ecuación es $P(\pi \mid \mathbf L;\gamma_{\pi1}, \gamma_{\pi2})$ en lugar de $P(\mathbf L \mid \gamma_{\pi1}, \gamma_{\pi2})$ (según la regla de la cadena)?
Edición: Este es el enlace del tutorial . Básicamente, se trata de derivar un muestreador de Gibbs para el modelo Naive Bayes y la figura 4 es la representación en forma de placa de su modelo gráfico. $\pi \sim Beta(\gamma_{\pi1}, \gamma_{\pi2})$ , $L \sim Bernoulli(\pi)$ . $C_{0}$ y $C_{1}$ denotan todos los documentos con etiqueta negativa y todos los documentos con etiqueta positiva, respectivamente.
0 votos
He editado tu pregunta para utilizar Mathjax en lugar de la imagen. Por favor, revisa que siga diciendo lo que pretendes. Un tutorial para mathjax se puede encontrar aquí. meta.math.stackexchange.com/questions/5020/
0 votos
¿Podría proporcionar un poco más de contexto? ¿Cómo define o describe exactamente este tutorial los objetos clave de su pregunta, incluyendo $\pi$ , $\mathbf{L}$ y el $C_i$ ?
0 votos
@whuber Gracias por avisar. Este es el enlace del tutorial umiacs.umd.edu/~resnik/pubs/LAMP-TR-153.pdf El modelo gráfico se encuentra en la figura 4. Básicamente, se trata de derivar un muestreador de Gibbs para el modelo Naive Bayes. $\pi \sim Beta(\gamma_{\pi1}, \gamma_{\pi2})$ , $L \sim Bernoulli(\pi)$
0 votos
@user777 Muchas gracias por editarlo :)
0 votos
Esa descripción de $\mathbf{L}$ parece incoherente con su uso en las ecuaciones. En cambio, parece que $\mathbf{L}$ podría ser sinónimo del par ordenado $(C_0,C_1)$ de recuentos de fracasos y éxitos, respectivamente, en $C_0+C_1$ Bernoulli independiente $(\pi)$ ensayos. Supongo que si $C_0+C_1=1$ entonces la descripción de $\mathbf{L}$ como Bernoulli sería preciso, pero no puedo determinarlo porque aún no sé qué $C_0$ y $C_1$ podría ser. Sería extraño utilizar dos variables de esa manera para representar un único resultado 0/1.
0 votos
@whuber Supongo que $C_0$ y $C_1$ no son "valores", sino que denotan todos los documentos con etiqueta negativa y todos los documentos con etiqueta positiva, respectivamente. Un documento es un conjunto de palabras.
0 votos
En ese caso las fórmulas no tendrían ningún sentido: no se puede exponer números como $\pi$ y $1-\pi$ con valores que son "documentos". De hecho, la figura 3 del tutorial ofrece una lista de descripciones, entre las que se encuentra la siguiente $C_0$ y $C_1$ son "número(s) de documentos con etiqueta 0 (1)". Esto confirma mi suposición anterior. Más adelante describen $\mathbf{L}$ como una "secuencia específica ... de ... etiquetas binarias". Estas descripciones son aclaraciones importantes que debería considerar incorporar en su pregunta.