Explaining away是造成Sigmoid Belief Net学习困难的一个重要原因,理解并不直观,用概率表格形式来解释更加直观。
1. 独立事件概率表
假设A, B, C三事件相互独立,发生的概率分别为a, b,c。概率表如下:
A | B | C | P(A,B,C) |
---|---|---|---|
0 | 0 | 0 | (1-a)(1-b)(1-c) |
0 | 1 | 0 | (1-a)b(1-c) |
1 | 0 | 0 | a(1-b)(1-c) |
1 | 1 | 0 | ab(1-c) |
0 | 0 | 1 | (1-a)(1-b)c |
0 | 1 | 1 | (1-a)bc |
1 | 0 | 1 | a(1-b)c |
1 | 1 | 1 | abc |
这时,P(A,B|C)=P(A|C)P(B|C),举例说明如下:
p(A=0|C=0)=1−a
p(B=0|C=0)=1−b
p(A=0,B=0|C=0)=p(A=0|C=0)p(B=0|C=0)=(1−a)(1−b)
2. 条件依赖
假设A、B、C三事件不独立,上述概率中下面两项改变:
p(0,1,0)=(1−a)b(1−c)+ϵ
,
p(0,1,1)=(1−a)bc−ϵ
可以看出,
p(A,B)=p(A)p(B)
但是,
p(A,B|C)≠p(A|C)p(B|C)
3. Explaining away
p(B|A,C)=p(A,B,C)p(A,B,C)+p(A,B¯,C)
p(B|A¯,C)=p(A¯,B,C)p(A¯,B,C)+p(A¯,B¯,C)
p(B|C)=p(A,B,C)+p(A¯,B,C)p(A,B,C)+p(A,B¯,C)+p(A¯,B,C)+p(A¯,B¯,C)
假设
p(B|A,C)<p(B|A¯,C)
所以,
p(B|A,C)<p(B|C)
在这种情况下,对于事件C发生的前置事件A,B,未观察A时B的后验概率大于观察A后B的后验概率,即证据增加并未导致信念增加,这就是Explaining away。
如果没有Explaining away现象,
则:
p(B|A,C)=p(B|A¯,C)
则,
p(B|A,C)=p(B|C)
p(A,B|C)=p(B|A,C)p(A|C)=p(A|C)p(B|C)
可见如果没有Explaining away现象,则A,B关于C条件独立。