基于组合随机过程的聚类与特征建模

现代贝叶斯非参数文献的焦点之一是聚类或划分问题，其中每个数据点被建模为与称为聚类或划分块的某个集合中的唯一一个相关联。这些贝叶斯非参数模型的基础是一组相互关联的随机过程，最显著的是 Dirichlet 过程和中餐馆过程。在本文中，我们对一个类似问题——称为特征建模——进行了形式化发展，用于将数据点与任意非负整数个群组（现称为特征或主题）相关联。我们回顾了聚类问题现有的组合随机过程表示，并为特征建模问题发展了类似的表示。这些表示包括 beta 过程和印度自助餐过程，以及提供对这些过程之间联系的洞察的新表示。由此，我们对贝叶斯非参数特征建模的处理达到了此前贝叶斯非参数聚类已实现的同等完备程度。