Análisis bayesiano no paramétrico en R

Question

Estoy buscando un buen tutorial sobre la agrupación de datos en R utilizando el proceso jerárquico de Dirichlet (HDP) (uno de los métodos bayesianos no paramétricos más recientes y populares).

Hay DPpackage (en mi opinión, el más completo de todos los disponibles) en R para el análisis bayesiano no paramétrico. Pero soy incapaz de entender los ejemplos proporcionados en R News o en el manual de referencia del paquete lo suficientemente bien como para codificar HDP.

Se agradece cualquier ayuda o indicación.

Existe una implementación en C++ de HDP para el modelado de temas aquí (al final de la página encontrará el código C++)

Answer 1

He aquí algunos recursos en línea que me han parecido interesantes sin entrar en detalles (y no soy especialista en este tema):

• Procesos jerárquicos de Dirichlet por Teh et al. (2005)
• Procesos de Dirichlet de El-Arini (2008)
• No paramétrica bayesiana de Rosasco (2010)
• Métodos bayesianos no paramétricos de Ghahramani (2005)

La referencia definitiva parece ser

N. Hjort, C. Holmes, P. Müller y S. Walker, editores. _B No paramétrica_ . Número 28 de Cambridge S Probabilistic Mathematics. Cambridge University Press, 2010.

Sobre R, parece que hay algunos otros paquetes que vale la pena explorar si el Paquete DP no se adapta a sus necesidades, por ejemplo dpmixsim , BHC o mbsc en Rseek.org .

Answer 2

Estos dos enlaces proporcionan algunos ejemplos de código R (y C) de implementación de una mezcla normal DP:

• http://ice.uchicago.edu/2008_presentations/Rossi/density_estimation_with_DP_priors.ppt
• http://www.duke.edu/~neelo003/r/DP02.r

Encontré otra referencia. El capítulo 15 tiene el código de DP winbugs:

• http://www.ics.uci.edu/~wjohnson/BIDA/BIDABook.html