贝叶斯网络
首先,我们再想一下,相对熵和互信息
相对熵是表示两个随机分布之间的距离,也是最大期望算法(EM)的损失函数,是一个大于等于 0 的值。
互信息是设两个随机变量 的联合分布为 ,边际分布分别为 ,互信息 是联合分布 与乘积分布 的相对熵。
概率公式:
具体应用例子:http://blog.sciencenet.cn/blog-82650-255141.html 参考邱士利的博客
首先,我们再想一下,相对熵和互信息
相对熵是表示两个随机分布之间的距离,也是最大期望算法(EM)的损失函数,是一个大于等于 0 的值。
互信息是设两个随机变量 的联合分布为 ,边际分布分别为 ,互信息 是联合分布 与乘积分布 的相对熵。
概率公式:
具体应用例子:http://blog.sciencenet.cn/blog-82650-255141.html 参考邱士利的博客