欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

概率編程實(shí)戰(zhàn):從貝葉斯推斷到不確定性量化

概率編程實(shí)戰(zhàn):從貝葉斯推斷到不確定性量化 不確定性這個(gè)東西做數(shù)據(jù)建模的人天天掛在嘴邊但真正把它當(dāng)回事、拿進(jìn)模型里去算的其實(shí)少得可憐。大多數(shù)業(yè)務(wù)分析還是停留在“點(diǎn)估計(jì)”的層面——均值多少、預(yù)測(cè)值多少、系數(shù)多大頂多再給個(gè)置信區(qū)間應(yīng)付一下。問(wèn)題是現(xiàn)實(shí)世界從來(lái)不給你一個(gè)確定答案。渠道投放效果會(huì)有波動(dòng)用戶對(duì)價(jià)格的反應(yīng)有隨機(jī)性供應(yīng)鏈缺貨風(fēng)險(xiǎn)更是層層疊加。你要是只用單一數(shù)值去描述這些現(xiàn)象等于把所有風(fēng)險(xiǎn)都?jí)涸谝粋€(gè)毫無(wú)彈性的點(diǎn)上一旦真實(shí)值偏離整個(gè)決策鏈跟著遭殃。概率編程解決的就是這件事。它讓你把不確定性當(dāng)成模型的一等公民不是事后貼上去的誤差條而是從數(shù)據(jù)生成機(jī)制里就帶出來(lái)的東西。用概率編程做不確定性推理本質(zhì)上是在回答一個(gè)更誠(chéng)實(shí)的問(wèn)題基于當(dāng)前掌握的數(shù)據(jù)和先驗(yàn)知識(shí)某個(gè)未知量到底可能落在哪些值上各自的可能性有多大。這個(gè)思路在營(yíng)銷歸因、推薦系統(tǒng)、風(fēng)控建模、實(shí)驗(yàn)分析這些場(chǎng)景里都適用而且一旦跑通你會(huì)發(fā)現(xiàn)它能帶來(lái)的信息量遠(yuǎn)不止一個(gè)預(yù)測(cè)數(shù)字那么簡(jiǎn)單。這篇文章寫給正在用傳統(tǒng)統(tǒng)計(jì)或機(jī)器學(xué)習(xí)方法做建模、想嘗試概率編程但不知道從哪下手的人。我會(huì)從概念拆解講到工具選型再用一個(gè)完整的實(shí)操案例帶你走一遍從數(shù)據(jù)到后驗(yàn)分布的建模流程最后把我踩過(guò)的坑和排查經(jīng)驗(yàn)一并整理出來(lái)。適合作為你入坑概率編程的第一篇參考。1. 為什么常規(guī)建模方法在不確定性面前不夠用1.1 你平時(shí)用的模型其實(shí)是在“假裝確定”先做一個(gè)思想實(shí)驗(yàn)。你在做某產(chǎn)品的付費(fèi)轉(zhuǎn)化率預(yù)估用歷史數(shù)據(jù)訓(xùn)練出一個(gè)模型算出轉(zhuǎn)化率是 2.3%。這個(gè)數(shù)字看起來(lái)精確但它背后省略了太多信息。當(dāng)你說(shuō)轉(zhuǎn)化率是 2.3% 的時(shí)候你其實(shí)是在說(shuō)“我手頭所有數(shù)據(jù)指向的最佳猜測(cè)是 2.3%。”可問(wèn)題是這個(gè)猜測(cè)的置信度有多高如果樣本量只有 500 個(gè)用戶這個(gè) 2.3% 的可信區(qū)間可能橫跨 1.5% 到 3.5%如果樣本量是 50 萬(wàn)區(qū)間可能收窄到 2.25% 到 2.35%。同樣的點(diǎn)估計(jì)背后代表的不確定性完全不同。傳統(tǒng)頻率派方法不是不能描述這種差異它用置信區(qū)間、標(biāo)準(zhǔn)誤來(lái)刻畫。但這里有幾個(gè)脫節(jié)的地方。第一置信區(qū)間的解釋方式極其繞它的嚴(yán)格含義是“重復(fù)抽樣下區(qū)間包含真實(shí)值的頻率”而不是“真實(shí)值落在這個(gè)區(qū)間的概率是 95%”——后者才是業(yè)務(wù)決策者真正想問(wèn)的問(wèn)題。第二當(dāng)你引入先驗(yàn)信息的時(shí)候頻率派沒(méi)有一套自然的框架來(lái)做這件事。第三復(fù)雜的層級(jí)結(jié)構(gòu)、缺失數(shù)據(jù)、測(cè)量誤差這些實(shí)際建模中常見的問(wèn)題用傳統(tǒng)方法處理起來(lái)要么得做大量近似假設(shè)要么計(jì)算復(fù)雜到難以下手。概率編程換了一個(gè)問(wèn)法。它直接問(wèn)你你對(duì)某個(gè)未知量先驗(yàn)上有什么判斷觀察到的數(shù)據(jù)長(zhǎng)什么樣然后通過(guò)貝葉斯公式把這兩部分融合起來(lái)輸出一個(gè)完整的后驗(yàn)分布。這個(gè)分布就是你要的答案全貌——不光告訴你最大概率的值在哪還告訴你其他值有多大可能。1.2 偶然不確定性和認(rèn)知不確定性兩個(gè)必須分清的概念進(jìn)入概率編程之前先要把兩種性質(zhì)完全不同的不確定性區(qū)分清楚因?yàn)樗鼈儗?duì)模型設(shè)計(jì)的影響是決定性的。偶然不確定性Aleatoric Uncertainty這類不確定性來(lái)自系統(tǒng)本身的隨機(jī)性是數(shù)據(jù)生成機(jī)制自帶的。比如拋硬幣的結(jié)果、用戶訪問(wèn)時(shí)長(zhǎng)的波動(dòng)、傳感器讀數(shù)的噪聲。就算你收集一億個(gè)樣本這類不確定性不會(huì)消失它只是被刻畫得更精確而已。在概率編程里它通常體現(xiàn)在似然函數(shù)的噪聲項(xiàng)上。比如你假設(shè)觀測(cè)值服從正態(tài)分布那個(gè)方差參數(shù)就是在描述偶然不確定性的大小。認(rèn)知不確定性Epistemic Uncertainty這類不確定性來(lái)自你認(rèn)知的局限是“不知道”造成的。比如你只有 100 個(gè)樣本對(duì)模型參數(shù)的真實(shí)值心里沒(méi)底再比如你完全不確定某個(gè)渠道的投放效果究竟是正還是負(fù)。認(rèn)知不確定性的特點(diǎn)是可以隨著數(shù)據(jù)積累而減小——樣本越多你對(duì)參數(shù)的認(rèn)識(shí)越清晰后驗(yàn)分布越集中。這兩種不確定性在業(yè)務(wù)上有著完全不同的含義。拿庫(kù)存預(yù)測(cè)來(lái)說(shuō)偶然不確定性對(duì)應(yīng)的是需求本身的隨機(jī)波動(dòng)你再怎么優(yōu)化模型也改變不了消費(fèi)者行為的隨機(jī)性能做的是在安全庫(kù)存里給它留出緩沖認(rèn)知不確定性對(duì)應(yīng)的是你對(duì)“需求均值到底是多少”這個(gè)參數(shù)的認(rèn)識(shí)不清這個(gè)可以通過(guò)增加數(shù)據(jù)量、做更細(xì)致的分層來(lái)縮小。如果你在建模時(shí)把這兩種不確定性混為一談模型給出的風(fēng)險(xiǎn)評(píng)估就是失真的。概率編程天然適合區(qū)分這兩者。通過(guò)為模型參數(shù)設(shè)置先驗(yàn)分布并做后驗(yàn)推斷你可以直觀地看到哪些不確定性在數(shù)據(jù)進(jìn)來(lái)后大幅縮小了——那是認(rèn)知不確定性在消退哪些沒(méi)有縮小——那些就是系統(tǒng)本身的偶然不確定性需要你接受并適應(yīng)它。這個(gè)視角上的轉(zhuǎn)變對(duì)實(shí)際決策的影響非常大。2. 概率編程里的核心概念從先驗(yàn)到后驗(yàn)的完整鏈路2.1 貝葉斯公式概率編程的地基概率編程的本質(zhì)是貝葉斯推斷在計(jì)算層面的工程化實(shí)現(xiàn)。貝葉斯公式表達(dá)起來(lái)非常簡(jiǎn)單$$P(\theta | D) \frac{P(D | \theta) P(\theta)}{P(D)}$$翻譯成大白話$P(\theta)$ 是先驗(yàn)分布在看到數(shù)據(jù)之前你對(duì)參數(shù) $\theta$ 的認(rèn)知。它可以是信息性的比如“根據(jù)過(guò)往經(jīng)驗(yàn)?zāi)城赖霓D(zhuǎn)化率大概率在 1%-3% 之間”也可以是弱信息性的比如“轉(zhuǎn)化率不會(huì)小于 0 也不會(huì)大于 100%”就行。$P(D | \theta)$ 是似然函數(shù)在給定參數(shù) $\theta$ 的情況下觀測(cè)到當(dāng)前數(shù)據(jù)集 $D$ 的概率。它是模型與數(shù)據(jù)的連接點(diǎn)描述了數(shù)據(jù)生成機(jī)制。$P(\theta | D)$ 是后驗(yàn)分布在看到數(shù)據(jù)之后你更新過(guò)的、對(duì) $\theta$ 的最終認(rèn)知。這是你做推斷、做預(yù)測(cè)、做決策的依據(jù)。理解貝葉斯公式的關(guān)鍵在于“更新”這個(gè)詞。先驗(yàn)是你最初的判斷數(shù)據(jù)像秤砣一樣改變著判斷的天平后驗(yàn)是了這個(gè)過(guò)程之后的結(jié)果。數(shù)據(jù)量越大、數(shù)據(jù)越“硬”后驗(yàn)就越被數(shù)據(jù)主導(dǎo)先驗(yàn)的影響越弱數(shù)據(jù)量小的時(shí)候后驗(yàn)則主要是先驗(yàn)在支撐——這也是貝葉斯方法在小樣本場(chǎng)景下依然能給出合理推斷的原因。概率編程做的事情用一句話概括就是你定義先驗(yàn)和似然它幫你算后驗(yàn)。這里的核心難點(diǎn)是$P(D)$ 這個(gè)歸一化常數(shù)在絕大多數(shù)現(xiàn)實(shí)模型里是沒(méi)有解析解的你需要用數(shù)值方法來(lái)逼近后驗(yàn)分布。這就是 MCMC 和變分推斷登場(chǎng)的時(shí)刻。2.2 后驗(yàn)推斷的兩條路MCMC 與變分推斷**MCMC馬爾可夫鏈蒙特卡洛**是目前概率編程中最主流的后驗(yàn)推斷方法。它的思路很巧妙既然無(wú)法直接算出后驗(yàn)的解析形式那就構(gòu)造一種采樣策略讓采樣出來(lái)的樣本服從的分布逐漸逼近后驗(yàn)分布。具體實(shí)現(xiàn)的算法很多比較常用的是 No-U-Turn SamplerNUTS它是 Hamilton Monte CarloHMC的一種自適應(yīng)變體。NUTS 能在參數(shù)空間里利用梯度信息高效地探索后驗(yàn)分布在參數(shù)維度不高、后驗(yàn)形態(tài)不算太扭曲的情況下收斂速度相當(dāng)理想。使用 MCMC 得到的是一堆從后驗(yàn)分布中抽取的樣本。通過(guò)對(duì)這些樣本做統(tǒng)計(jì)你可以得到后驗(yàn)均值、分位數(shù)、可信區(qū)間等一切你關(guān)心的量。樣本量越大對(duì)后驗(yàn)的刻畫就越精細(xì)。它的優(yōu)點(diǎn)是準(zhǔn)確——沒(méi)有系統(tǒng)性偏差只要鏈長(zhǎng)足夠、診斷通過(guò)樣本分布就趨近于真實(shí)后驗(yàn)。缺點(diǎn)是需要大量計(jì)算尤其在高維參數(shù)空間或大數(shù)據(jù)集場(chǎng)景下采樣成本可能高到不可接受。**變分推斷Variational Inference**是另一個(gè)方向。它不是采樣而是把后驗(yàn)推斷轉(zhuǎn)化成一個(gè)最優(yōu)化問(wèn)題設(shè)定一個(gè)參數(shù)化的分布族 $q(\theta; \phi)$然后調(diào)整變分參數(shù) $\phi$讓 $q$ 盡可能接近真實(shí)后驗(yàn) $P(\theta | D)$通常用 KL 散度來(lái)衡量?jī)蓚€(gè)分布的距離。優(yōu)化完成后$q$ 就作為后驗(yàn)的近似輸出。變分推斷的優(yōu)勢(shì)是速度快能處理大規(guī)模數(shù)據(jù)和復(fù)雜模型。缺點(diǎn)是有偏——$q$ 的分布族選擇如果表達(dá)能力不夠近似結(jié)果就和真實(shí)后驗(yàn)有偏差?,F(xiàn)實(shí)使用中一般是這樣取舍的先期探索模型結(jié)構(gòu)、需要快速迭代的時(shí)候用變分推斷最終關(guān)鍵結(jié)論的確定、當(dāng)模型維度不算太高的時(shí)候用 MCMC。我在實(shí)際項(xiàng)目里經(jīng)常兩個(gè)一起跑變分推斷給出的結(jié)果當(dāng)“預(yù)報(bào)員”MCMC 的結(jié)果當(dāng)“裁判員”。2.3 概率編程語(yǔ)言到底“編程”了什么很多人第一次看到 PyMC 或 Stan 的代碼時(shí)會(huì)有個(gè)困惑這不就是寫個(gè)模型公式然后調(diào) sample() 嗎這算什么編程這個(gè)問(wèn)題的答案在于概率編程語(yǔ)言提供的是一種生成式模型的表達(dá)框架。你寫的模型代碼實(shí)際上是在描述“數(shù)據(jù)是如何被生成出來(lái)的”——先定義參數(shù)的先驗(yàn)分布再定義中間變量之間的確定性關(guān)系最后定義觀測(cè)變量的似然分布??蚣茇?fù)責(zé)在后臺(tái)把這個(gè)描述轉(zhuǎn)換成對(duì)應(yīng)的計(jì)算圖然后自動(dòng)推導(dǎo)采樣所需的梯度信息、自動(dòng)完成推斷過(guò)程。這種“聲明式建模”的方式帶來(lái)兩個(gè)巨大的好處。第一模型和推斷解耦你可以把精力全部放在模型結(jié)構(gòu)的合理性上而不需要自己實(shí)現(xiàn)采樣算法、推導(dǎo)梯度公式。第二模型靈活度極高你可以輕松地構(gòu)建多層級(jí)的回歸模型、帶有測(cè)量誤差的模型、混合分布模型等復(fù)雜結(jié)構(gòu)這些用傳統(tǒng)統(tǒng)計(jì)軟件做會(huì)非常痛苦但在概率編程框架里只是多寫幾行代碼的事。當(dāng)然這并不意味著你可以完全不懂推斷原理。實(shí)際上對(duì) MCMC 的收斂性、采樣器行為、先驗(yàn)敏感性有基本了解是排查模型問(wèn)題的前提——這個(gè)問(wèn)題我在后面的章節(jié)會(huì)詳細(xì)展開。3. 工具選型主流概率編程框架怎么選3.1 PyMC、Stan、NumPyro 三足鼎立概率編程的生態(tài)經(jīng)過(guò)這么多年的發(fā)展基本形成了三足鼎立的局面老牌的 PyMC前身是 PyMC2/PyMC3、工業(yè)級(jí)口碑的 Stan尤其它的 R 接口、以及 JAX 生態(tài)下的新銳 NumPyro。選型沒(méi)有絕對(duì)的正確答案關(guān)鍵看你的技術(shù)棧和需求。PyMCPython 生態(tài)中最成熟、社區(qū)最活躍的選擇。API 設(shè)計(jì)對(duì)新手非常友好內(nèi)置的pm.Model()上下文管理器讓模型定義像寫公式一樣自然。它封裝了多種采樣器和變分推斷方法pm.sample()一把梭就能完成推斷。配合arviz庫(kù)做后驗(yàn)診斷和可視化體驗(yàn)非常順滑。如果你的主力語(yǔ)言是 Python想快速上手、快速驗(yàn)證想法PyMC 基本是首選。Stan以 C 為基礎(chǔ)實(shí)現(xiàn)通過(guò)cmdstanpy或 R 的rstan接口調(diào)用。Stan 的建模語(yǔ)言是獨(dú)立的 Stan Language需要在.stan文件中寫模型然后編譯運(yùn)行。它的 HMC/NUTS 實(shí)現(xiàn)非常扎實(shí)在某些復(fù)雜模型和后驗(yàn)幾何相對(duì)崎嶇的情況下采樣效率往往優(yōu)于其他框架。代價(jià)是建模和調(diào)試的迭代周期比 Python 原生環(huán)境要長(zhǎng)一些。適合需要極致采樣性能、模型復(fù)雜度高的場(chǎng)景。NumPyro基于 JAX 構(gòu)建用函數(shù)式編程風(fēng)格來(lái)描述模型。它的最大優(yōu)勢(shì)是支持 JIT 編譯和 GPU 加速在對(duì)性能極度敏感的大規(guī)模任務(wù)上有明顯優(yōu)勢(shì)。如果你是 JAX 生態(tài)的玩家或者模型大到采樣不得不靠 GPU 加速NumPyro 非常值得嘗試。學(xué)習(xí)曲線相對(duì)陡——函數(shù)式風(fēng)格、numpyro.sample的調(diào)用方式和plate與numpyro.handlers的交互邏輯都需要一些適應(yīng)時(shí)間。3.2 我的選型建議按場(chǎng)景對(duì)號(hào)入座這里給你一個(gè)比較實(shí)際的參考場(chǎng)景推薦工具理由Python 新手 / 快速原型PyMC上手快、社區(qū)資料多、可視化配套完善復(fù)雜模型 / 需要最高采樣質(zhì)量StanNUTS 實(shí)現(xiàn)成熟對(duì)崎嶇后驗(yàn)的適應(yīng)性強(qiáng)大數(shù)據(jù)量 / GPU 加速 / JAX 生態(tài)NumPyroJIT 向量化性能天花板最高R 用戶做統(tǒng)計(jì)建模rstan與 R 的統(tǒng)計(jì)生態(tài)銜接自然生產(chǎn)環(huán)境部署NumPyro / PyMC 序列化Python 棧部署路徑最順還有兩個(gè)輕量級(jí)選手值得一提。sampyl和emcee都是輕量級(jí) MCMC 庫(kù)體量小、依賴少適合教學(xué)和小型項(xiàng)目。但它們功能覆蓋面有限生產(chǎn)級(jí)建模我還是建議回到三大件上來(lái)。我的個(gè)人經(jīng)驗(yàn)是不要貪多主攻一個(gè)熟悉另一個(gè)。比如你日常用 PyMC 建模遇到采樣性能瓶頸時(shí)能切到 Stan 去對(duì)比驗(yàn)證或者你在 PyMC 里原型驗(yàn)證沒(méi)問(wèn)題之后用 NumPyro 在生產(chǎn)環(huán)境里重寫一遍上 GPU??蚣苤g模型表達(dá)的思路是相通的重點(diǎn)是把核心概念吃透。4. 完整實(shí)操用概率編程做一個(gè)轉(zhuǎn)化率不確定性分析4.1 業(yè)務(wù)場(chǎng)景與數(shù)據(jù)構(gòu)造我們來(lái)走一個(gè)完整的建模流程。場(chǎng)景設(shè)定某產(chǎn)品線做了一個(gè)新版本的功能產(chǎn)品經(jīng)理想知道新版上線后購(gòu)買轉(zhuǎn)化率到底比舊版高多少。收集到的數(shù)據(jù)形式很簡(jiǎn)單舊版觀察了 2000 個(gè)用戶其中 96 人完成購(gòu)買新版觀察了 2140 個(gè)用戶其中 132 人完成購(gòu)買。傳統(tǒng)做法是算轉(zhuǎn)換率、做個(gè)卡方檢驗(yàn)或者兩比例 z 檢驗(yàn)給個(gè) p 值。但概率編程能給出的信息豐富得多你能直接得到轉(zhuǎn)化率差異的完整后驗(yàn)分布并基于概率做出決策比如“新版轉(zhuǎn)化率比舊版高的概率是 93.7%”。為了演示我們用 Python 的 PyMC 框架。核心代碼如下import pymc as pm import arviz as az import numpy as np # 觀測(cè)數(shù)據(jù) n_old, x_old 2000, 96 n_new, x_new 2140, 132 with pm.Model() as conversion_model: # 先驗(yàn)舊版本轉(zhuǎn)化率 ~ Beta(1, 1) 等價(jià)于 Uniform(0, 1) p_old pm.Beta(p_old, alpha1, beta1) p_new pm.Beta(p_new, alpha1, beta1) # 似然觀測(cè)到的購(gòu)買人數(shù)服從二項(xiàng)分布 obs_old pm.Binomial(obs_old, nn_old, pp_old, observedx_old) obs_new pm.Binomial(obs_new, nn_new, pp_new, observedx_new) # 派生量轉(zhuǎn)化率差異 diff pm.Deterministic(diff, p_new - p_old) # 執(zhí)行 MCMC 采樣 trace pm.sample(draws2000, tune2000, chains4, random_seed42)這段代碼一共做了四件事定義轉(zhuǎn)化率的先驗(yàn)Beta(1,1) 表示完全沒(méi)有任何先驗(yàn)傾向、定義觀測(cè)數(shù)據(jù)的似然二項(xiàng)分布、定義關(guān)心的派生量轉(zhuǎn)化率差異、執(zhí)行 NUTS 采樣。跑完之后trace里存的就是所有參數(shù)的 MCMC 樣本。4.2 后驗(yàn)分析從樣本到業(yè)務(wù)決策采樣完成后我們把后驗(yàn)樣本展示出來(lái)az.summary(trace, var_names[p_old, p_new, diff])你會(huì)得到一張表格每一行一個(gè)變量包含均值、標(biāo)準(zhǔn)差、HDI最高密度區(qū)間、有效樣本量等指標(biāo)。假設(shè)輸出結(jié)果是mean sd hdi_3% hdi_97% ess_bulk r_hat p_old 0.048 0.003 0.042 0.054 6234 1.00 p_new 0.062 0.004 0.055 0.069 6157 1.00 diff 0.013 0.005 0.004 0.022 6128 1.00這份結(jié)果信息的密度遠(yuǎn)超一個(gè) p 值。首先p_old和p_new的 HDI 區(qū)間都是兩側(cè)遠(yuǎn)離 0 的表明數(shù)據(jù)充分支持這兩個(gè)轉(zhuǎn)化率確實(shí)在 4%-7% 這個(gè)量級(jí)。其次diff的 94% HDI 區(qū)間是 [0.004, 0.022]不包含 0——這說(shuō)明新版轉(zhuǎn)化率顯著高于舊版等等先別急著說(shuō)“顯著”在貝葉斯框架里我們換一種更直白的表述。更直觀的做法是直接計(jì)算概率prob_improvement (trace.posterior[diff] 0).mean().item() print(f新版轉(zhuǎn)化率高于舊版的概率: {prob_improvement:.1%})假設(shè)輸出為 98.3%那這個(gè)信息可以直接扔給業(yè)務(wù)方我們不需要糾結(jié)“顯著性水平 0.05”或“p0.03”這種解釋易產(chǎn)生歧義的表述而是可以說(shuō)“根據(jù)數(shù)據(jù)表現(xiàn)新版轉(zhuǎn)化率高于舊版的概率為 98.3%”。這個(gè)概率表述業(yè)務(wù)方一聽就懂決策者可以直接基于它來(lái)評(píng)估是否全量上線。4.3 先驗(yàn)敏感性分析給結(jié)論上雙保險(xiǎn)有經(jīng)驗(yàn)的建模者不會(huì)只看一組先驗(yàn)跑出來(lái)的結(jié)果就下結(jié)論。貝葉斯方法的先驗(yàn)選擇在一定程度上是主觀判斷所以要做敏感性分析換不同的先驗(yàn)設(shè)置看結(jié)論會(huì)不會(huì)被顯著改變。我們把代碼改成用信息性強(qiáng)的先驗(yàn)再跑一遍with pm.Model() as conversion_model_prior: # 更強(qiáng)的先驗(yàn)根據(jù)歷史經(jīng)驗(yàn)轉(zhuǎn)化率集中在 3%-7% 之間 p_old pm.Beta(p_old, alpha10, beta170) p_new pm.Beta(p_new, alpha10, beta170) obs_old pm.Binomial(obs_old, nn_old, pp_old, observedx_old) obs_new pm.Binomial(obs_new, nn_new, pp_new, observedx_new) diff pm.Deterministic(diff, p_new - p_old) trace_prior pm.sample(draws2000, tune2000, chains4, random_seed42)對(duì)比兩次運(yùn)行的diff后驗(yàn)均值如果結(jié)論基本一致說(shuō)明你的結(jié)論受先驗(yàn)影響不大、是數(shù)據(jù)本身在驅(qū)動(dòng)如果差異明顯說(shuō)明當(dāng)前數(shù)據(jù)量還不足以克服先驗(yàn)的影響。這時(shí)候就要慎重對(duì)結(jié)論的表述要加上“基于當(dāng)前先驗(yàn)判斷”的限定條件。這是貝葉斯建模的好習(xí)慣也是規(guī)避“先驗(yàn)挑數(shù)據(jù)”這個(gè)爭(zhēng)議的有效方式。4.4 層級(jí)模型的擴(kuò)展不滿足于單一體轉(zhuǎn)化率上述模型是極其簡(jiǎn)化的——它假設(shè)所有用戶同質(zhì)忽略用戶來(lái)源渠道、訪問(wèn)設(shè)備、時(shí)間區(qū)間等因素。一個(gè)更接近真實(shí)業(yè)務(wù)的建模方式是把這些變量吸納進(jìn)模型。設(shè)想數(shù)據(jù)升級(jí)為用戶來(lái)源渠道有 A、B、C 三個(gè)每個(gè)渠道既有舊版也有新版訪問(wèn)。你可以在模型里加入渠道作為分組變量構(gòu)建一個(gè)層級(jí)模型# 假設(shè) channels 是 0,1,2 編碼的渠道標(biāo)簽 import pandas as pd # 這里簡(jiǎn)化為構(gòu)造一個(gè)示例 DataFrame np.random.seed(42) df pd.DataFrame({ channel: np.repeat([0, 1, 2], [800, 700, 640]), version: 0 # 占位 }) # 實(shí)際使用時(shí)數(shù)據(jù)是每個(gè) [channel, version] 組合的訪問(wèn)量和購(gòu)買量 with pm.Model() as hierarchical_model: # 渠道間共享的超先驗(yàn) mu pm.Normal(mu, mu0, sigma1) sigma pm.HalfCauchy(sigma, beta0.5) # 渠道效應(yīng)收縮到共同均值 z_channel pm.Normal(z_channel, mu0, sigma1, shape3) beta_channel pm.Deterministic(beta_channel, mu sigma * z_channel) # 版本效應(yīng)按渠道建模時(shí)也能分層處理 p_logit mu beta_channel * ... # 根據(jù)具體編碼設(shè)計(jì) # 似然觀測(cè)銷售數(shù)據(jù)服從伯努利/二項(xiàng)分布 ...層級(jí)模型的好處在于部分池化樣本量少的渠道會(huì)參考整體分布的信息避免因樣本稀疏產(chǎn)生極端的估計(jì)樣本量大的渠道則保持自己的特性。這在轉(zhuǎn)化率、客單價(jià)等業(yè)務(wù)指標(biāo)的多維度分析中非常實(shí)用也是傳統(tǒng)頻率派方法處理起來(lái)最棘手、而概率編程最舒展的場(chǎng)景之一。5. 建模實(shí)操中的常見問(wèn)題與排查經(jīng)驗(yàn)5.1 采樣不收斂最讓人抓狂的 MCMC 問(wèn)題跑pm.sample()之后第一件事永遠(yuǎn)是看r_hat和有效樣本量ess_bulk。r_hat大于 1.01 基本就意味著采樣鏈沒(méi)有收斂。常見原因和排查手段我整理成了一張速查表癥狀可能原因排查方向r_hat 恒大于 1.01鏈初始值差異太大burn-in 不夠增加 tune 長(zhǎng)度提供更合理的初始值鏈呈“毛蟲”狀、游走緩慢后驗(yàn)分布相關(guān)性高 / 參數(shù)化不佳嘗試標(biāo)準(zhǔn)化參數(shù)、非中心化參數(shù)化高維模型頻繁發(fā)散后驗(yàn)幾何太崎嶇調(diào)整步長(zhǎng)、換用pm.Metropolis對(duì)比、簡(jiǎn)化模型結(jié)構(gòu)eff 樣本量極低500自相關(guān)性過(guò)高增加chains或draws檢查模型是否有冗余參數(shù)警告出現(xiàn)很多divergencesNUTS 步長(zhǎng)自適應(yīng)遇到問(wèn)題通常因先驗(yàn)與數(shù)據(jù)沖突檢查先驗(yàn)是否有不合理取值并調(diào)整或降低target_accept到 0.9有參數(shù)后驗(yàn)分布“掛在邊界”先驗(yàn)約束不夠或者數(shù)據(jù)對(duì)參數(shù)的識(shí)別力弱考慮更換先驗(yàn)分布族例如在比例參數(shù)上使用 Beta 而不是 Uniform我遇到最多的還是參數(shù)化不當(dāng)導(dǎo)致的無(wú)效采樣。一個(gè)典型的例子是方差參數(shù)用了HalfNormal(sigma10)這樣過(guò)寬的弱先驗(yàn)。表面上看起來(lái)“不預(yù)設(shè)立場(chǎng)很客觀”但實(shí)際上過(guò)寬的先驗(yàn)會(huì)在高參數(shù)空間分配大量概率質(zhì)量導(dǎo)致采樣器在極端值之間掙扎表現(xiàn)為大量發(fā)散。改用HalfCauchy或適度窄的先驗(yàn)分布之后采樣立刻恢復(fù)順暢。這里想多說(shuō)一句弱先驗(yàn)不等于打死不設(shè)先驗(yàn)。在你對(duì)參數(shù)的合理范圍多少有數(shù)的情況下給一個(gè)符合業(yè)務(wù)常識(shí)的約束或弱信息先驗(yàn)往往既不會(huì)扭曲后驗(yàn)結(jié)論又能顯著改善采樣性能。這也是貝葉斯工程師的經(jīng)驗(yàn)之談。5.2 模型結(jié)果怪得離譜先檢查似然和數(shù)據(jù)的對(duì)應(yīng)關(guān)系有次我做一個(gè)客單價(jià)預(yù)估模型后驗(yàn)均值明顯偏離業(yè)務(wù)直覺(jué)。排查了半天最后發(fā)現(xiàn)是“數(shù)據(jù)對(duì)齊”的問(wèn)題訓(xùn)練數(shù)據(jù)里的一列應(yīng)是當(dāng)日訂單量結(jié)果因?yàn)槟炒翁幚砟_本的 bug混入了前一天的訂單數(shù)據(jù)。這類“模型以外”的錯(cuò)誤在統(tǒng)計(jì)推斷里比模型本身的錯(cuò)誤更隱蔽。排查順序建議為檢查數(shù)據(jù)描述性統(tǒng)計(jì)——均值、分位數(shù)、缺失率是否合理。畫出關(guān)鍵變量在模型下的生成模擬數(shù)據(jù)posterior_predictive對(duì)比真實(shí)數(shù)據(jù)的分布。如果模擬數(shù)據(jù)和觀測(cè)數(shù)據(jù)差別巨大說(shuō)明模型的一個(gè)或多個(gè)核心假設(shè)有問(wèn)題。逐一簡(jiǎn)化模型先跑一個(gè)只含主要效應(yīng)、不含交互項(xiàng)和層級(jí)結(jié)構(gòu)的模型看看能否得到大概合理的后驗(yàn)再逐步增加復(fù)雜度。對(duì)連續(xù)型變量檢查數(shù)據(jù)縮放是否均勻。數(shù)值范圍跨度過(guò)大的特征會(huì)讓 NUTS 的步長(zhǎng)自適應(yīng)失靈建議對(duì)輸入數(shù)據(jù)做標(biāo)準(zhǔn)化同時(shí)可以在模型的確定性關(guān)系中使用相應(yīng)的偏差。曾有很長(zhǎng)一段時(shí)間我在做這類分析時(shí)從不做第 2 步——posterior_predictive檢查——后來(lái)一個(gè)實(shí)際案例教育了我模型對(duì)某個(gè)分組變量的層級(jí)方差估得很小把分組間差異全都“解釋”成了偶然噪聲完全不符合業(yè)務(wù)預(yù)期。當(dāng)時(shí)的模型層設(shè)計(jì)沒(méi)有包含組內(nèi)樣本量對(duì)先前方差收縮作用的權(quán)衡簡(jiǎn)單來(lái)說(shuō)就是層級(jí)結(jié)構(gòu)設(shè)置不當(dāng)。如果沒(méi)有事后預(yù)測(cè)檢查這個(gè)問(wèn)題會(huì)一直潛伏到部署階段才爆發(fā)。5.3 變分推斷的結(jié)果不靠譜別急著怪算法使用變分推斷時(shí)最容易掉進(jìn)的坑是q的分布族表達(dá)能力不足導(dǎo)致求出的近似后驗(yàn)和真實(shí)后驗(yàn)差異巨大但收斂過(guò)程看起來(lái)完全正常。一種驗(yàn)證方法是把變分推斷結(jié)果和 MCMC 結(jié)果做對(duì)比。在數(shù)據(jù)量不大、模型不太復(fù)雜的時(shí)候這個(gè)對(duì)比成本有限卻能一針見血地發(fā)現(xiàn)問(wèn)題。如果兩者差異在可接受范圍內(nèi)就用變分推斷如果差異巨大檢查是不是原始模型的非光滑環(huán)節(jié)比如離散變量、硬截?cái)鄬?dǎo)致變分分布族嚴(yán)重失配。另外變分推斷對(duì)初始化也比較敏感多試幾組隨機(jī)種子如果結(jié)果的不確定性變動(dòng)異常說(shuō)明優(yōu)化過(guò)程本身可能有問(wèn)題。從工程實(shí)踐角度看我的策略是變分推斷用在探索階段MCMC 用在發(fā)布階段。每次項(xiàng)目保質(zhì)期內(nèi)的最終結(jié)論都以 MCMC 驗(yàn)證過(guò)的版本為準(zhǔn)。5.4 業(yè)務(wù)落地時(shí)的不確定性傳播最后分享一個(gè)經(jīng)常被忽略但實(shí)際影響很大的問(wèn)題——概率編程的輸出如何進(jìn)入下游系統(tǒng)。一種常見做法是只把后驗(yàn)均值傳到下游這等于又把不確定性丟掉了。較好的做法是把后驗(yàn)分布的完整樣本傳遞過(guò)去。具體而言如果你在做庫(kù)存優(yōu)化不是傳一個(gè)“預(yù)測(cè)需求 1300 件”而是傳一組后驗(yàn)樣本“需求可能分布在 [1180, 1420]”下游的庫(kù)存優(yōu)化代碼可以對(duì)每一個(gè)樣本跑一遍最優(yōu)庫(kù)存決策得到一整套決策的分布最終選擇覆蓋某個(gè)分位的庫(kù)存量。如果你在做 A/B 實(shí)驗(yàn)的后續(xù)部署判斷不是簡(jiǎn)單用“贏了的版本全量上”而是用后驗(yàn)差異的分布來(lái)確定上線節(jié)奏和回滾閾值。在做預(yù)算分配時(shí)可以把每個(gè)渠道的收益參數(shù)后驗(yàn)樣本輸入優(yōu)化器這樣得到的分配方案本身就是帶不確定性的決策者可以看到最壞情況和最好情況之間的差異。很多業(yè)務(wù)場(chǎng)景本身并不缺少優(yōu)化方法缺少的是給優(yōu)化方法提供不確定性輸入的意識(shí)。概率編程給出了這個(gè)輸入它是從純粹統(tǒng)計(jì)推斷到實(shí)際業(yè)務(wù)決策的橋梁。6. 實(shí)戰(zhàn)進(jìn)階從簡(jiǎn)單模型走向生產(chǎn)級(jí)應(yīng)用6.1 從單模型到貝葉斯工作流把概率編程真正用起來(lái)之后你會(huì)發(fā)現(xiàn)自己需要的不只是一個(gè)采樣函數(shù)而是一整套工作流?;谖业膶?shí)戰(zhàn)經(jīng)驗(yàn)一個(gè)可復(fù)用的貝葉斯建模流程應(yīng)該是這樣的問(wèn)題形式化把業(yè)務(wù)問(wèn)題翻譯成一個(gè)可以計(jì)算概率的可量化問(wèn)題。明確哪些是觀測(cè)變量、哪些是待推斷參數(shù)、哪些是派生業(yè)務(wù)指標(biāo)。數(shù)據(jù)審查做描述性統(tǒng)計(jì)和可視化識(shí)別數(shù)據(jù)缺失、異常值和量綱問(wèn)題。先驗(yàn)設(shè)立基于業(yè)務(wù)常識(shí)設(shè)定合理的弱信息先驗(yàn)。向業(yè)務(wù)方了解“過(guò)去的歷史水平”讓它成為先驗(yàn)均值的重要參考。模型搭建與迭代從簡(jiǎn)單模型開始驗(yàn)證核心結(jié)構(gòu)正確后再加復(fù)雜度。每次增加結(jié)構(gòu)后都用后驗(yàn)預(yù)測(cè)檢查來(lái)檢驗(yàn)改進(jìn)效果。推斷與診斷執(zhí)行 MCMC或變分推斷檢查r_hat、ess_bulk、發(fā)散情況。必要時(shí)做參數(shù)化調(diào)整。敏感性分析改變先驗(yàn)設(shè)定、修改數(shù)據(jù)子集做重跑確認(rèn)結(jié)論的穩(wěn)定性。產(chǎn)出與溝通把后驗(yàn)分布翻譯成業(yè)務(wù)語(yǔ)言輸出“差異為 X 的概率是多少”、“落在哪個(gè)區(qū)間的把握有多大”這類可操作的結(jié)論。部署與監(jiān)控把模型固化為可重復(fù)執(zhí)行的推斷管道對(duì)新數(shù)據(jù)周期性地更新后驗(yàn)并監(jiān)控分布漂移。這八步聽起來(lái)多但每一步的時(shí)間消耗并不大。熟練之后一個(gè)中等復(fù)雜度的模型從開始到出結(jié)論基本在一兩天內(nèi)就能完成。6.2 讓模型可復(fù)現(xiàn)的幾個(gè)工程習(xí)慣概率編程的模型天然具有隨機(jī)性因此可復(fù)現(xiàn)性是工程化繞不開的問(wèn)題。沒(méi)有固定隨機(jī)種子的模型運(yùn)行每次結(jié)果都有細(xì)微差異這在調(diào)試時(shí)會(huì)讓人分不清改動(dòng)模型前的效果差異是真實(shí)的還是隨機(jī)波動(dòng)造成的。我現(xiàn)在在項(xiàng)目里嚴(yán)格遵守以下三條規(guī)則固定隨機(jī)種子所有采樣、變分推斷調(diào)用都顯式傳入random_seed并使它在每次運(yùn)行中保持一致。記錄模型版本和依賴環(huán)境把模型代碼、依賴庫(kù)版本號(hào)、數(shù)據(jù)文件哈希寫進(jìn)自動(dòng)生成的模型元數(shù)據(jù)文件。后期排查問(wèn)題這一條能救命。用緩存機(jī)制保存推斷結(jié)果同一個(gè)模型、同一份數(shù)據(jù)跑過(guò)一次后把 trace 序列化為文件。后續(xù)所有人的分析都基于這份緩存結(jié)果保證溝通討論的前后一致。這些習(xí)慣沒(méi)有任何高深之處但它們直接決定了概率編程能否從小項(xiàng)目走向正式工作流。7. 一些關(guān)于概率編程的實(shí)話做概率編程這些年最大的感受是這項(xiàng)技術(shù)真正改變?nèi)说牡胤讲辉诓蓸铀惴ǖ男识谒季S方式的轉(zhuǎn)換。當(dāng)你開始用分布去思考所有問(wèn)題你會(huì)意識(shí)到以前那些點(diǎn)估計(jì)的結(jié)論有多少是被“平均”掩埋掉的。但也要說(shuō)句公道話概率編程不是萬(wàn)能的。它的計(jì)算成本遠(yuǎn)高于傳統(tǒng)統(tǒng)計(jì)方法在超大樣本場(chǎng)景下需要投入相當(dāng)?shù)臅r(shí)間去做工程優(yōu)化。如果業(yè)務(wù)場(chǎng)景的數(shù)據(jù)量足夠大、模型相對(duì)簡(jiǎn)單、只需要一個(gè)穩(wěn)定輸出傳統(tǒng)方法可能更實(shí)惠。概率編程適合的是對(duì)不確定性本身有決策價(jià)值、數(shù)據(jù)規(guī)??煽?、模型復(fù)雜度中上的場(chǎng)景——用一句直白的話說(shuō)當(dāng)你發(fā)現(xiàn)“上線后預(yù)測(cè)總偏差大、又不知道偏差從哪來(lái)”的時(shí)候概率編程大概能給你答案。另外概率編程也不該被你當(dāng)成一個(gè)“萬(wàn)能答案機(jī)”。它給出的后驗(yàn)分布依然建立在模型假設(shè)之上。假設(shè)錯(cuò)了后驗(yàn)再漂亮也不可靠。這也是為什么做概率編程的人一半時(shí)間在建模另一半時(shí)間在驗(yàn)證假設(shè)、檢查模型與數(shù)據(jù)的匹配度。這些約束和代價(jià)不是說(shuō)概率編程不好而是說(shuō)你有必要想清楚我到底需要的是不確定性信息還是僅僅需要結(jié)論的確定性去完成眼前這一步。想明白了再上手這個(gè)工具給你的回報(bào)會(huì)遠(yuǎn)高于你的預(yù)期。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
五月激情偷拍婷婷| 激情深爱综合网| 免费无码毛片一区二区A片| 99热在线里有精品| 色五月综合激情网| 97干97色| 婷婷五月天久久| 五月伊人网| 99精品热| 欧洲色色| 九九婷婷网五月天| 亚洲色A| 亚洲 视频 导航 一区| 天天激情夜夜干| 国产精产国品一二三在观看| 亚洲欧州色情在线观看| 天天肏视频| 婷婷综合视频| 大香蕉五月婷婷| 热久久视频99| 狠狠色情婷婷| 伊人99热| 五月婷婷啪啪网| 久久婷婷七月丁香| 亚洲亚洲人成综合网络| 五月天激情国产综合婷婷| 国精产品一区二区三区| 丁香狠狠| Xx色综合| 激情五月天综合网| 亚洲精品亚洲人成人网| 天堂五月婷婷| 激情综合网五月天| 天天天天天日| 五月花综合视频| 美女亚洲五月丁香| 丁香五月激情宗合| 伊人春天av| 亚洲顶级VA在线观看-高清完整版在线影院观看-S022AV | 激情内射人妻1区2区3区| 激情综合无码| 欧美日韩成人免费在线| 天天舔天天摸| 久久大香蕉同僚| 丁香狠狠色婷婷久久无码视频| 亚洲综合激| 99自拍视频网站| 欧美婷婷九月| 五月丁香最新| 99啪| 丁香五月激情六月欧亚激情综合导航| 久久免费精品小视频| 2022人人操人人看| www.五月天婷婷| 丁香五月激情啪啪啪啪| 欧美男女婷婷| 九色在线观看91av| 欧洲S级在线观看| 久久天堂| 99操免费视频| 五月丁香好婷婷A片网| 开心婷婷中文字幕| 久色大| www.狠狠艹| 严洲天天插| 丁香五月婷婷成人色区| www.色五月天.com| 天天爽天天摸天天爱| 婷婷六月插屄激情| www,26uuu,c0m,色情| 九月丁香五月婷婷| 欧美va在线观看| 婷婷无码五月天| www.99情趣网| 激情五月天色网站| 九九热免费视频| 婷婷五月天伊人| 欧美日韩999| 亚洲精品V天堂中文字幕 | 欧美啪啪五月天| 神马久久五月天| 毛片九九九九九九九九18| 亚洲成人丁香花| 变态另类色图| 五月丁香啪啪啪啪| 午夜69成人做爰视频| 丁香五月天啪啪| 中文字幕日产A片在线看| 日本欧美成人片AAAA| 五月色情| 婷婷操超碰| 中文字幕人妻在线| 天天干天天日日| 插插插色综合网| 五月欧美色色五月| 女人天堂 AV| 婷婷五月丁香香蕉| 天天爽天天日| 男人的天堂在线婷婷 | 婷婷丁香五月视频| 这里只有精品在线视频在线观看| 五月婷色| 色综合网页| 99热在线看片| 婷婷天天插天天爱| 九九这里只有精品| 超碰在线91| 亚洲乱码精品久久久久..| 五月丁久久| 91精品国产综合久久蜜芽解析速度| 日本操片| 五月丁香色播| 人人草公开操| 欧美日韩AAAA| 在线播放中文字幕| 中日韩狠狠色| 狠狠操.com| 囯产精品一品二区三区| 色一情一乱一乱一区91| 99久99久| 五月丁香综合网色欲| 天天日,天天插| 99操逼| 精品热青草| 国产超碰在线| 五月婷婷中文| 成人国产欧美大片一区| 99色综合网| 有码人妻久久| 丁香五月激情婷婷| 婷婷五月天丁香激情| 久久黄A片| 互月天综合| 久久精品系列| 亲子乱AV-区二区三区| 91干在线| 丁香桃色网| 久久久婷婷| 成人午夜免费电影| 色射婷婷五月天| 亚洲熟女色| 五月丁香六月婷婷婷婷| 五月激情在线| 婷婷伊人中文字幕| 六月婷婷色色色| 一二线视频 另类| 亚洲午夜电影| 亚洲色婷婷五月天| 任你爽在线视频| 色五月琪琪| 97色色在线视频| www狠狠| 五月婷免费视频| 成人小说 五月天 婷婷| 播播网色播播| 婷婷啪啪| 九九色综合网| 成人毛片在线免费观看| 五月草影视| 九月婷婷久久| 五月天快乐开心激情网| 九九热在线视频| 九九综合网色全集 | 另类在线| 亚洲五月天天| 国产在线网| 激情五月天婷婷| 棕合影院色色| 亚洲操逼网| 五月婷婷色播| 婷婷99| 亚洲av成人在线| 激情五月色婷婷| 久热精品在看| 综合网啪啪| 婷婷五月丁香色综合| 五月天婷婷丁香社区| 五月久久综合| 欧州色色| 97九色视频| 色女人久久| 丁香久久综合| 日本色婷婷| 久久婷婷五月天| 91蜜桃婷婷狠狠久久综合9色| 香蕉婷婷| 欧美成人AAA片一区国产精品| 天天操九九插| 91人人爽人人操| 婷婷社区五月天| 密乳Va| av在线观看网站| 午夜爱插插| 中文激情网| 色婷婷婷av| 欧美性爱特黄一级aaaassss| 超碰97在线观看免费| 丁香五月综合在线观看| 久久五月网| 日日干夜夜干| 可似看的AV| 欧美精品A片一区在线观看| 99网99热| 欧日韩AV| 伊人热婷婷| 久久99综合网| 日日干日日s| 国产婷婷婷| 五月丁香中文| 亚洲日韩国产黑丝黑丝AVAV一区二区三区 | 99亚色色色| 开心五月色婷婷综合开心网| 色色色色色色网| 99久久99视频| 国产亚洲精品久久久久久久久动漫| 五月婷深深爱激情网| 欧美久久久中文字幕| 久热超碰91| 丁香五月亚洲AV| 中文字幕丰满孑伦无码专区| 婷婷五月成人| 精品99网站| 五月婷中文娱乐综合| 婷婷五月激情欧美| 日韩不卡123| 五月婷婷丁香婷婷| 狠狠操.com| 丁香婷婷久久五月天| 丁香婷婷色情| 亚洲精品性色| 97亚洲色 torrent magnet| 91久久日日| 激情五月天综合网| 丁香婷婷综合激情五月色| 在线资源av-超碰中文在线-成人AV| 丁香五月婷婷影院| a久久| 天天插综合在线| 秋霞九九无码| 无码激情AAAAA片-区区| 色色色色综合网| 天天久久综合| 九九热在线观看6| 成人久碰| 成人无码髙潮喷水A片| 婷婷五月天视频| 色情丁香五月天| www.综合久久.com| 影音先锋五月天婷婷丁香在线观看| 久久五月婷| 色色哒五月婷婷六月丁香| www激情| 亚洲成人AV一区在线观看| 五月婷婷色五月| 99久久久久久久| 婷婷五月综合激情| 久久免片| 婷婷黄色| 久久婷婷五月综合色丁香| 在线综合婷婷| 婷婷丁香视频在线观看免费| www.jiujiujiu| 色九九综合色| 国产午夜精品AV一区二区麻豆| 五月婷婷熟女| 97人妻碰碰碰久久香蕉| 五月婷婷五月丁香| 思思久久99热只有频精品66| 天天操天天爱天天日| 99操不停| ww超碰在线| 国产亚洲精品久久久久久牛牛| 无码髙清| 日韩在线99| 五月色色激情网| 婷婷激情五月天色| 五月天无码视屏播放| 色欲av伊人久久大香线蕉影院| 天天透天天干| 麻豆精品| 欧美一线视频| 五月天狠狠色| 婷婷五月丁香啪啪| 亚洲成人在线播放| 激情四射五月天偷偷看婷婷| 最新日本A片| 综激情网| 性爱综合网| 天天搡日日搡aaaaⅩ| 五月花激情网| 99玖玖在线视频| 国产成人亚洲综合亚洲| 五月丁香毛片| 99热99久久| 国产九九一区二区三区| 五月丁香久人妻中文| 在线伦子99热| 99热这里都是精品| 91蜜桃婷婷狠狠久久综合9色| 97干免费视频| 亚洲激情网| 超碰91在线| www.99热视频| 99视频这里只有免费精品| 超碰av在线| 国产激情久久久| 婷婷她六月天| 欧美性爱特黄一级aaaassss| 色丁香影院| 99热在线观看免费| 五月天综合久久| 五月天婷婷综合| 婷婷五月天激情小说| www热久久yy9| 丁香五月激情综合| 爱穴久久| 香蕉久久国产av一区二区| 97人妻碰碰碰久久香蕉| 五月激情日本在线| 丁香九月激情在线视频| 99热第一页| 色婷婷久久天天性爱| 任我肏| 久久五月天精品视频| 色婷婷丁香五月高清在线| 深爱开心激情网| 99爱免费在线视频| 99久久久久久www| 成人 在线 日韩| 久热91| www久久久久久久久久久| 色婷插| 成人资源在线| 26uuu美女三级视频| 久久深爱激情网| 丁香六月欧美| 色五月激情五月开心五月| 色爆五月| 五月丁香六月综合基地| 开心五月婷婷在线视频免费观看| 五月丁香啪啪啪| 亚洲综合五月| 九九久久免费视频44| 99操碰| 五月天五月婷五月激情网| 吉澤明步Av一區二區| 综合久久综合| 日本婷婷色| 99九九综合久久九九| tingting五月天亚洲| 婷婷五月天六月| 综合性爱网| 国外亚洲成AV人片在线观看| 啪色综合| 激情五月六月丁香| 玖玖在线视频| 五月间天堂综合| 做爱夜夜干天天操| 婷婷久月| 亚洲最大成人综合网720P| 丁香五月最新网址| 色婷婷六月开心中文字| 99自拍视频在线| 91久久日日| 婷婷涩五月| 五月婷婷co.m| 五月丁香777| 色情婷婷久久五月天| 国产成人综合网| 狠狠色噜噜狠狠| site:pnnrt.com| 涩五月丝袜婷婷| 婷婷五月天 偷拍| 丁香五月色网| 激情五月天情色| 色色色在线免费视频| 日日操天天操| 精品国产a| 激情五月天激情网| 色九九综合| 欧美超碰亚洲| 色色色色色爱| 久久婷婷五月天激情新地址| 丁香六月婷婷综合激情欧美| 超碰人人超碰| 国产综合81p| 国语精品探花| 婷婷碰碰| 五月天激情综合10p| 少妇激情五月天| 久久五月天网| 激情五月五月婷婷| 婷婷丁香五月天色色| 婷婷六月天精品| 五月丁香香蕉| 久久er视频6| 日本3级片一区2区| 噜噜狠狠色综合久| 天天插天天射| 涩涩婷婷五月| 天天做天天爱天天爽综合网| 任我肏视频精品| 九九色99| 99婷五月| 综合伊人狠狠| 99久久色| 开心五月天激情网| 97黑人精品区| 丁香五月婷婷综合精品素人| 国产婷婷综合| 五月婷婷久久大香蕉| 色久一| 桔色成人在线| 亚洲免费av观看| 99亚州综合精品成人网| 久久99久久久| 久久婷婷五月天激情四射| 婷婷九九视频| 996热re视频精品视频| 亚洲成人无码网站| 大香蕉久艹| 丁香五月综合婷婷| 五月婷婷六月丁香在线| 4399在线观看免费高清电视剧| 婷婷中文字幕| 狠狠人妻久久久久久综合丁香| 狠狠狠狠狠狠| 成片免费观看大全| 久99久视频免费观看| 色综合99| 日本超碰在线| 久久99久久99久久99人受| 色婷婷五月影视| 俺去也婷婷| 99热99思午夜精品| 无码碰碰| 婷婷激情在线| 激情五月天婷婷久久久久久久久久久| 亚洲中文字幕在线观看| 婷婷娱乐丁香综合网| 91干99| 五月天伊人| 五月色色网| 天天综合网站| 丁香五月激情图片| 97热在线精品| 国外亚洲成AV人片在线观看| 丁香婷婷色情社区成人小说| 综合一区二区三区| 伊人在线视频| 久久婷婷五月综合| 99色最新在线视频| 超碰在线观看caop| 九九热在线99| 久热只有这里精品| 九九精品99| 久热超碰| 婷婷五月六| 99色干| 精品一区二区三区免费毛片爱| 人妻操操色| 激情婷婷视频在线| 狠狠色婷婷777| 五月婷综合网| 五月天综合久久| 免费视频WWW在线观看网站| 婷婷丁香色情| 五月婷俺去也| 99资源人人| 九九伊人网| 思思精品久久艹| 久久久久8888| 97操碰人免费| 日日操夜夜爽| 美女五月天| 久久精彩免费视频精彩免费视频| 久久久久9久无码视频| 五月婷婷影| 天天操天天操综合| 九九99免费理论| seuuu婷婷| 99热亚洲| 婷婷丁香在线播放| 丁香六月天婷婷在线| 我想看国产大学生口爆吞精的视频| 六月激情婷婷| 五月婷婷成人| 丁香色情五月综合网站| 欧美情月伍月天| 国产精品成人网站| 91人在线观看| 丁香六月激情| 玖玖无码中文| 激情丁香五月天图片| 九九激情网| 丁香五月婷婷偷拍| www.久久久久久久久久.com| 欧美性猛交99久久久久99按摩| 狼人婷婷久久| 婷婷性爱五月天| 婷婷在线五月天观看| 99九无网码| 欧美日本不卡黄色片| 日本色婷婷| 九九综合| 中文AV网站| 开心五月婷婷激情网| 婷婷综合网| 9久久久| 婷婷的五月天另类视频| 成人做爰A片免费看视频| 久热91| 久久久久久久人妻| 久久婷婷六月综合| 日本激情综合| 天天舔天天摸天天透| 成人视频九九| 五月天国产成人| 久久婷婷成人| 欧美丁香五月97色| 内射综合网| 色五月自偷自拍婷婷婷婷| 8050一级网| 性做久久久久久久免费看| 六月丁香五月天| 91人人操.COM| 久操人妻| 99热这里只有精彩| 99热国产这里只有精品| 婷婷五月天久久久| 亚洲色综合| 激情综合网址| 五月丁香综合| 天天色综网| 日本久久精品| 亚洲热热视频| 亚洲中文字幕av| 色婷婷亚洲婷婷| 婷婷五月天堂| 综合久久99| 中文人妻AV久久人妻18| 免费看欧美成人A片无码| 国产精品18久久久| 亚洲国产精品二二三三区 | 五月天婷婷激情四射综合| 人妻视频一区而且二区| 婷婷综合干| 色五月婷婷天堂| 五月婷婷色色网址| 亚洲不卡欧洲| 啪啪色激情五月天| 色五月av伊人| 国产精品激情五月天色婷婷| 五月丁香六月婷婷综合网站| 99九九视频| 五月丁香999| 99热精品无码| 疯狂做受XXXX高潮A片| 婷婷丁香日韩五月| 色噜噜狠噜噜视频| 日本视频99| 99热在线观看| 嫩草AV久久伊人妇女超级A| 成人国产欧美大片一区| 日本少妇AA一级特黄大片| 成人色图情色成人网 www.5b5b5bcom 五月天| 99色视| 久久婷丁香五月| 激情五月天色| 99热这里只有精品50| 啄木鸟丝袜美女福利视频| 婷婷丁香五月亚洲17cao| 伊人激情综合网| 99热在线观看免费精品| 丁香五月激情图片婷婷| 精品99在线看| 亚洲五月天伊人| 夜夜综合色| 98色花堂98t.R| 久久婷五月| 激情综合九| A在线观看| www.夜夜操.con| 五月天停停成人网| 成人在线网| 久久综合久色欧美综合狠狠| 夜色综合网| 精a品a视a频| 天天日天天干天天插天天射| 亚洲色啪| 超碰2021| 激情五月深爱五月观看| 婷婷.com| 99啪啪视频| 99热黄| 97人人操人人干| 婷婷丁香人妻久久在线观看| 久久婷婷亚洲| 亚洲区在线| 五月丁香成人网| 丁香五月在线观看完整版| 色停停香蕉视频| 91妻人人爽人人看片| 国产熟女大叫受不了| 亚洲在线激情婷婷五月| 99啪啪网| 色婷婷狠狠18yy| 日韩综合网络男女香蕉a片| 婷婷天天综合| 婷婷激情四射| 777久久久| 婷婷五月天激情综合婷婷五月天激情综合| 色婷婷综合影院| 青青久在线视频免费观看| www91精品| 丁香五月亚洲综合| 激情五月丁香五月| 久久婷婷五月天蜜桃| 亚洲人妻五月丁香婷婷| 五月天婷婷久久| 久久久久亚洲AV成人无码电影| 五月丁香六月婷婷手机无线| 色丁香久久| 91综合色| 这里只有精品视频在线| 热99玖玖99玖玖99九九| 丁香五月另类小说在线阅读| 精品久久99| 亚洲成Av人片乱码色第1集| 中文无码精品一区二区三区| 天天干电影| 偷拍91九色| 婷婷五月天激情基地| 免费视频WWW在线观看网站| 亚洲精品国产setv| 99啪啪网| 51XX嘿嘿午夜无码| 五月婷婷二月丁香| 久cao香蕉影院| 国产成人VA| 思思热在线精品视频| 六月婷婷综合久久| 婷婷五月天国产在线播放| 久操香蕉| 永久地址 色| 日本欧美成人片AAAA| 九九成人精品免费视频| 久综合网| 婷色五月| 来吧亚洲综合网| 亚洲综合99| 97碰碰在线看视频免费| 97亚洲婷婷| 激情综合网五月| 婷婷六月久久| 五月开心激情| 人人操操| 91无码高清| 草草影院爱爱| 日韩高清成人| 九九热九九| 五月天婷婷色色| 久久五月天婷婷| 婷香五月| 激情六月下句是什么| 国产67194| 精品网站99| 国产精品久久久爽爽爽麻豆色哟哟| 欧美久久五月婷婷| 激情5月婷婷| 亚洲综合婷婷六月丁香五月| 色色六月| 五月天婷婷丁香导航| 啪啪综合| 欧美婷婷| 天天日天天插| 狠狠色狠狠色综合日日91| 2050人人操免费工开爱| 99热网站| 无码啪啪| 97精品人人A片免费看| 人妻在线中文字幕久久| 五月丁香婷婷激情爱爱| 五月天丁香成人社| 综合欧美五月婷婷| 五月婷婷视频| 日本成人噜噜噜| 97人凄人人操人人爽| 五月婷婷开心网| 欧美五月丁香在线观看| 午夜福利成人AV91| 丁香九月久久| 婷婷综合五月天激情| 久久加勤综合| 青青草轻轻操| 国产色婷婷亚洲| 久久丁香网| 国产成人在线精品| 人人色性网| 成人在线免费网址| 五月婷丁香| 玖操97| 久久一级片| 五月天婷婷综合| 五月激情综合深爱| 激情五月综合网最新| 99精品国产在热久久| 五月丁香黄色视频| 欧亚洲在线高清视频| 97超碰婷婷五月天| 丁香九月综合激情| 伊人六月无码视频| 超碰不卡在线| 久草热8精品视频在线观看 | 538在线精品| 人妻性爱av网站| 123日本不卡在线| 亚洲成人在线免费| 另类图片婷婷五月天| 久久精品63| 秋霞AV吧| 五月丁香人妻| 99在线小视频| 色色综合日韩| WWW.久久久久久久| 97人碰人操| 久久婷婷色| av中文网站| 色婷婷手机在线| 亚洲AV日韩AV永久无码网站| 日韩人妻无码专区| 欧美成人精品A片免费一区99| 99热99思午夜精品| 九艹在线| 丁香五月天影院| 婷婷五月在线视频| 丁香婷婷性久久| 婷婷综合在线观看视频| 色色无码日韩| 伊人婷婷色| 狠狠干.com| 成年人丁香五月| 婷婷深爱五月天| 五月婷婷之六月丁香| 高清无码入口| 婷婷五月激情图片| 色色色色色色97| 色情性爱视频网址| 超碰在线超碰| 丁香五夜激情四射夜夜夜| 亚洲中文字幕在线观看| www,久久久| 五月天亭亭俺也| 激情综合网激情五月欧美| 久99视频| 欧美啪啪9| 五月丁香A片| 亚洲综合网在线| 国产精品美女| 色婷丁香| 91人操人人人操人| 色婷婷亚洲五月天| 久久视频在线| 精品人妻久久久久久久| 丁香五月色综合色播五月| 中文字幕综合网| 玖玖色资源| 91精品国产色猫| 69天堂99| 99热爆在线| www久久久久久久久久久| 91碰碰碰| 色婷婷成人| 五月婷婷综合网| 任你草| 久久五月丁香| 久操操| 婷色五月| 99热在线精品观看| 草草操操| 99久久综合网| 成片免费播放| 99操视频| 狠狠做深爱婷婷久久综合一区| 国产精品视频免费看| 狠狠色噜噜狠狠| 久婷五月| 99久在线观看| 久久综合干| 国产99久久久| 日日综合网| 五月丁香影院| 欧洲色色| 天天碰夜夜操| 天天综合网~91| 亚洲天堂制| 人碰91| 婷婷九月亚洲| 色婷婷狠狠| 五月天开心激情网色欲无码| 男人天堂亚洲综合| 九九一区| 欧亚中文A V| 99ri在线播放| 91久久久久久| 情五月亚洲婷婷| WWW激情五月天| 狠狠色婷婷777| 久久99热免费最新版| 成人一级片| 99综合| 嫩草AV久久伊人妇女超级A| 五月天丁香久久综合| 艹色18p| 色五月偷偷| WWW.天天日| 国产日日夜夜操| VfJxEwPH| 久久永久视频| av九九| 9九九久久精品无码专区| 免费看片在线观看| 亚洲精品成人| 激情久久天天| 裸体美女丁香五月天。| 丁香婷婷网| 第四色在线观看| 91九九热| 日韩九区| 免费试看小视频 99| 日屌日日操日日色| 五月天色色网站| 偷偷与邻居做爰完整视频| 91婷婷丁香五月亚洲| 人伦30P| 久久在线视频只有这里有精品| 五月婷婷我| 色综合久久88色综合天天99| 51精品国自产在线| 伊人久久综合| 秋霞学生妹一二级| 色色亚洲五月天| 五月天伊人| 草久私拍| eeuus五月婷| 丁香久久| 97在线精品| 久久99精品久久久久久青青AR | 国产精品色色| 色婷婷成人做爰A片免费看网站| 狠狠色丁香久久综合婷婷亚洲成人福利| av在线免费播放| 开心五月婷婷激情网| 亚欧州精品视频| 国产午夜精品AV一区二区麻豆| 婷婷丁香五月色偷偷| 99热久只有精品首页| 狠狠操狠狠操AV| 丁香六月激情| 丁香六月婷| 亚洲婷婷六月天| 日本久久综合| 综合精品啪啪| 色欲丁香久久| 久久ww| 97碰碰草| 大波美女VA网站| Av九九| 91啦丨九色丨刺激中文| 日本a片网址| 超碰国产在线观看| 九热网站| VA国产在线综合网站| 91丨九色丨熟女|新版| 五月激情婷婷偷拍| 国产精品五月丁香| 中文字幕在线免费观看视频| 婷婷综合伊人| 五月婷婷五月天天| 97人人干人人操| 婷婷丁香五月91| 五月六月激情| 极品少妇XXXX精品少妇偷拍| 亚洲欧美成人在线| 五月婷婷,狠狠操| 麻豆忘忧草午夜| 丁香五月激情综合在线观看| 玖玖资源在线视频| 女同激情久久av久久| 国产视频福利| 亚洲激情免费视频| 亚洲日本韩国| 玖玖资源部在线播放| 五月天综合久久| 天堂综合久| 九九热99热| 亚洲黄色操逼| 人妻VideOssS人妻| 欧美大片| 亚洲小说五月婷婷| 五月在线| 啪啪综合网| 久操无码| 九热久| 久青草影院| CAOBIBI| 婷婷涩涩五月天| 啪啪啪丁香五月| 亚州性爱99| 五月婷婷黄色网址| 色五月激情基地| 色色网站毛片| 色综合久久88色综合中文字幕| 五月丁香在线| 无码网| 国产亚洲成AV人片在线观黄桃| 蜜乳9188| 五月天激情网站| 婷婷区日本| 丰满少妇乱A片无码| 97色五月天| 中字幕视频在线永久在线观看免费| AV天堂淫乩| 国产无遮挡又黄又爽免费网站| 五月色情婷婷开心五月色情| 国产成人精品一区二区三区视频| 深爱五月天婷综合| 欧美婷婷色| 五月婷婷网五月在线| 婷婷婷五月香蕉| 五月天婷婷影院影院观看| 欧美婷婷丁香五月| 久人操| 五月婷网| 久久98| 亚洲看av的网站| 亚洲成人av中文| 欧美成人精品一区二区 | 九九婷婷五月天影视| 综合av在线| 99免费热视频| 久久综合伊人77777蜜臀| 综合AV在线| 色婷婷五月开心六月综合| 丁香五月偷拍| 国产日日操夜夜操的肉棒视频| 热婷婷av| 久热99热| 美女丁香五月天| 丁香88AV五月婷婷| 免费视频99| 丁香五月婷婷啪啪啪| www.色五月| 丁香色五月婷婷91桃色| 六月婷婷视频| 婷婷久久综合| 人人干AV| 久久婷综合网| 五月综合久久| 天天天天天天噜| 97人人操| 亚洲成av人影院| 日日干天天爽| 狠狠干狠狠色| 伊人婷婷福利网| 六月久久婷婷| 另类婷婷丁香| 综合久久久婷| 97久久超碰| 五月丁香在线综合| 97色色婷婷| 玖玖色综合色| 99久.| 欧美视频在线观看噜噜| 色玖玖综合| 激情五月婷婷| 色综合伊人网| 青青热久精品视频在线观看| 婷婷综合在线视频| 婷婷五月天小说| 婷婷婷婷色| 五月天无码| 久久久久视剧HD| 性爱综合网| 色综合天天天天做夜夜| 99热在线观看| 热久久这里只有三级视频| 亚洲天天| 99热这里只有精品3| 婷婷六月丁香在线| 亚洲av成人电影在线观看| 五月香婷婷| 久久99热免费最新版| 激情的五月| 婷婷成人AV| 97超碰,人人舔,人人操,人人摸| 婷婷欧美综合| 久久开心五月婷婷| 丁香五月激情六月欧亚激情综合导航| 97婷婷五月丁香| 色综合五月天| 色婷婷69| 五月丁香婷婷三级| 综合亚洲五月天| 六月婷欧美| 97五月婷| 97人人操人人干| 超碰日日操| 色综合色综合网| 五月天婷婷一起草| 97欧美在线| 九月性爱网| 久久小视频| 五月丁香久久网| 综合网视频| 五月婷婷中文网| 亚洲成人网无码| 婷婷久久精品| 香蕉五月婷婷| 麻豆AV一区二区三区| 天天干天干| www.9797国产| 狠狠xx| 小视频一区 | 五月天亭亭俺也| 激情AV在线| 第四色五月天| 五月婷婷久| 亚洲五月天狠狠| jiujiu无码五区| 婷婷丁香社区网| AV在线观看网站| 亚洲AV第二区国产精品| 五月黄色婷婷| 色色亚洲99com| 亚洲妇女熟BBW| 被男人添B超爽视频| 夜夜爽天天爽| 伊人激情影院| 亚洲六月色| 91精品久久久久久| www.色五月.com| 五月天偷拍| 欧美这里只有精品| 丁香色婷婷| 亚洲色99| 激情图片五月天| 精品成人a v无码内射| 伊人深爱综合| 思思热久久爱| 丁香五月激情鲁| 亚洲无码九九| 思思精品热在线| 日日爱699| 九九精品在线观看视频6| 思思久久青草热| 色综合久久久久久久久五月| www国产亚洲色婷婷com| 亚洲一区二区无码蜜乳av| 婷婷丁香五月六月激情| 色色色.com| 色5月婷婷| 香蕉AV777XXX色综合一区| 天天做天天爱综合| 婷婷五月另类网站| 99久在线精品99re8热| 色婷婷久久综合中文久久一本| 婷婷婷婷婷开心无码播放| 深爱激情五月婷婷| 婷婷五月丁香五月综合网| 五月婷婷日| 91热在线| 成片免费播放| 97色吧| 综合狠久久| 精品操逼一区二区| 成人免费高清在线播放| 五月丁香成人| 丁香五月婷婷六月婷婷| 丁香婷婷免费| 色噜综| 日韩aaa| 午夜亚洲国产精品av一区二区| 婷婷丁香六月| 九九无码| 国产特黄色精品一区二区三区精品无广告| 狠狠狠狠青草| 久99热在线观看| 色综合网上班开心婷婷久久| 天天舔夜夜操www com| 激情五月婷婷伊人| 夜夜夜夜夜操| 色五月婷婷色| 亚洲爆乳无码精品AAA片蜜桃| 久久综合五月天激情小说网站 | 丁香婷婷久久 | 插插干干干色| 99这里只有精品|v| 啪啪激情综合| 影音先锋女人AA鲁色资源| 中文字幕丰满乱孑伦无码专区 | 色色五月婷婷| 色性日本| 婷婷五月天亚洲综合| 99在线免费视频| 亚洲第一成人AV| 狠狠狠狠狠狠色| 婷婷五月丁香六月伊人网| 色综合色综合网| 婷婷激情九月| 久久久亚洲精品一区二区三区浴池| 夜色爱爱亚洲| 大香蕉综合| 婷婷五月天首页| 丁香 久久| 亚洲精品V天堂中文字幕| 国产第99页| 在线观看熟女少妇| 丁香六月色婷婷| 九九视频在线观看| 久热精品9999| 五月天日日操夜夜操| 久热精品视频| 91男同| 99色综合久久| 婷婷综合色色| 天天xxxxxx天天日| 久久五月丁香| Www.se.久久| 五月丁香日本一抹本| 日本VA视频| 狼人久草| 成人免费高清在线播放| 激情纯色婷婷五月天在线不卡视频| 激情五月天开心| 国产99久久久国产精品免费看| 激情五月,激情综合网| 人人色AV| 大香蕉九九| 92久久久| 婷婷爱综合| 狠狠狠狠狠狠色| 碰碰碰97国产| 性爱AV天堂| 欧美激情VA永久在线播放| 日本人妻伦在线中文字幕| 另类精品视频在线观看| 婷婷五月丁香六月天亚洲综合| se99视频| 五月停停色| 99热久草| 能看的av| 亚洲综合色婷婷| 能看的av网站| 五月婷婷影视| 天堂爱爱| 丁香婷婷网| 九热视频精品| 久热这里只有精品在线| 亚洲高清在线| 午夜成人天堂久久无码日韩久久| 亚洲99精品欧美一区| 天天日中文| 激情精品久久| 婷婷大香蕉| www,色婷婷| 色色性爱视频| 噢美99| 五月天婷婷丁香视频| 婷婷久久网| 日本精品99| 人人操人人爰人人一天天碰夜夜拍夜夜爽-中国A级毛片天天看天天谢… | 丁香六月 人妻| 久久精品99| 国产无人区大片| 《蜘蛛女》梁铮1995| 欧美性爱丁香五月| 久久九九免费大视频| 91chinese在线| 强伦轩人妻一区二区电影| 久久99网| www狠狠爱com| 色情五月天A片| 操人妻AV| 俺五月| 精品夜夜澡人妻无码AV| 99在线精品视频观看免费下载| 九九99免费视频| 97热精品| 色五月五月婷婷| 五月丁香婷婷综合视频| 色综合99| 成人资源在线| 五月亭亭狠狠| 亚洲成人AV在线| 色婷婷久久综合久色综| 97人人操人人操人人操人人| 丁香六月天堂| 色婷婷精| 激情欧美五月丁香| 色婷婷色和| 天天操比比| 青996青| 久久电影4399| 婷婷色九月| 99热老网站| 超碰在线看| 婷婷狠狠操| 丁香五月色综合色播五月| 伊人激情啪啪| 丁香五月亚洲综合| 九九久热| 国产伊人大香蕉| 99热这里只有精品5| 在线看av| 久久精品五月天| 色色色99| 99色色| wwccc久久久| 97伦乱| 天天久| 人人综合久| 99欧美| 丁香桃色综合网| 99婷五月| 婷婷婷婷婷婷婷婷| 超碰在线视屏| 99这里只有精品| 久久婷婷五月综合色播| 五月做爱| 97干综合网| 色色综合色视频| 无码少妇高潮喷水A片免费| 日韩操| 婷婷狠狠97| 热久久99热欧美国产亚洲| 天天草天天舔| 色情成人五月天| 亚洲激情综| 99热这里只有精品国产免费| 韩日另类| 亚洲色另类| 思思99热热热99| 婷婷无五月无码视频| 五月天开心婷婷激情网站| 婷婷五月情| 国产偷人爽久久久久久老妇APP| 五月婷婷说| 国产熟女一区二区三区五月婷| www.婷婷| 可似看的AV| 爱射综合| 九月丁香久久网| 99久在线精品99re5热视频| 深爱五月月天| 在线观看日韩12345区| 97精品在线| 深爱激情九九五月天 | 五月婷婷欧洲| 伊人婷婷大香蕉| 亚洲狠狠狠色婷婷综合激情久久久| se婷97| 色色a| 婷婷五月激情五月激情| 亚洲激情亚洲激情| 99在线免费视频播放|