![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率图模型
知了不知蝉鸣惊
AI
展开
-
朴素贝叶斯算法(NB) 概率图模型(1)
概率图模型分为贝叶斯网络(Bayesian Network)和马尔可夫网络(MarkovNetwork)两大类。贝叶斯网络可以用一个有向图结构表示,如 朴素贝叶斯模型、隐马尔可夫模型、主题模型。马尔可夫网络可以表示成一个无向图的网络结构,如 最大熵模型、条件随机场。朴素贝叶斯网络的图表示概率图中,每个节点的概率可以表示为: P(当前节点|它的父节点) ,写出联合概率分布:如图中所示:...原创 2019-03-07 20:00:58 · 3156 阅读 · 0 评论 -
判别模型和生成模型总结
区别判别模型:在有限样本的条件下建立判别函数,也就是最优分类面,实现分类(估计条件概率分布P(y|x))。判别模型:建立样本的联合概率,再利用模型进行推理预测,要求样本尽可能大(估计联合概率分布P(x,y))。常见模型判别模型:最大熵模型(ME),条件随机场(CRF),最大熵马尔可夫(MEMM),SVM生成模型:朴素贝叶斯(NB),隐马尔可夫模型(HMM),LDA主题模型,高斯混合模型...原创 2019-03-07 10:42:01 · 519 阅读 · 0 评论