Analisi bayesiana non parametrica in R

Sto cercando un buon tutorial sul clustering dei dati Rusando il processo gerarchico di dirichlet (HDP) (uno dei metodi bayesiani non parametrici recenti e popolari).

C'è DPpackage(IMHO, il più completo di tutti quelli disponibili) Rper l'analisi bayesiana non parametrica. Ma non sono in grado di comprendere R Newsabbastanza bene gli esempi forniti nel o nel manuale di riferimento del pacchetto per codificare HDP.

Qualsiasi aiuto o puntatore è apprezzato.

Un'implementazione C ++ di HDP per la modellazione di argomenti è disponibile qui (si prega di guardare in basso per il codice C ++)

Ecco alcune risorse online che ho trovato interessanti senza entrare nei dettagli (e non sono uno specialista di questo argomento):

• Hierarchical Dirichlet Processes , di Teh et al. (2005)
• Dirichlet Processes A gentle tutorial , di El-Arini (2008)
• Bayesian Nonparametrics , di Rosasco (2010)
• Metodi bayesiani non parametrici , di Ghahramani (2005)

Il riferimento definitivo sembra essere

N. Hjort, C. Holmes, P. Müller e S. Walker, editori. Nonparametrica bayesiana . Numero 28 della serie di Cambridge in matematica statistica e probabilistica. Cambridge University Press, 2010.

A proposito di R, sembrano esserci altri pacchetti che vale la pena esplorare se DPpackage non soddisfa le tue esigenze, ad esempio dpmixsim , BHC o mbsc presenti su Rseek.org .

Questi due collegamenti forniscono alcuni esempi di codice R (e C) per l'implementazione di una miscela normale DP:

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

Trovato un altro riferimento. Il capitolo 15 ha il codice winbugs DP:

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