Matlab（多変量ベルヌーイ）の最大可能性

Question

私はMATLABの環境に新しく、どれだけ苦労しても、多変量ベルヌーイのMLアルゴリズムを構築する方法の概念を理解できないようです。

私はN個の変数（x1、x2、...、xN）のデータセットを持ち、各変数はD次元（Dx1）のベクトルであり、パラメータベクトルはp =（p1、p2 ,. ..、pD）。私のデータセットからの推定確率のDベクトルを与える

for n=1:D 
    prob(n)=mle(dataset(:,n),'distribution', 'bernoulli'); 
end 

：私が作成した

Pr(X|p)=Πp(d)^x(nd)*(1-p(d))^(1-x(nd)) 

コードは、MATLABのMLE機能を使用していますので、ベルヌーイ分布はフォームを持っている必要があります。 しかし、私が本当に関心を持っているのは、ステップバイステップのMATLABプロセスでMLを実装する方法であり、mleを使用するだけではありません。

ありがとうございました。

Answer 1

ベルヌーイ分布のphatは、試行回数に対する成功率です。手動で行う場合は、各ベクトルの成功回数（1または0のいずれか）を数え、ベクトルの長さで割ります。ここでは、1が行列内に垂直に格納された成功であると仮定すると、簡単な方法があります。

bern_mat = [0 0 1 0 1 1; 1 1 0 1 0 0 ; 1 0 1 0 1 1]; % 3x6 matrix of 1's and 0's 
phat = sum(bern_mat,1)/size(bern_mat,1); % sum across the first dim then divide by size of first dim.