概率之结构化概率模型

结构化概率模型(structured probabilistic model)也称为图模型(graphical model),是指使用图论中的“图”的概念来描述概率分布的分解。有两种主要的图模型:有向图和无向图。

两种图模型都使用图\mathcal G,其中图的每个节点都对应着一个随机变量,连接两个随机变量的边意味着概率分布可以表示成这两个随机变量之间的直接作用。

有向(directed)模型使用带有有向边的图,它们用条件概率分布来表示分解。特别地,有向模型对于分布中的每一个随机变量x_i都包含着一个影响因子,这个组成x_i条件概率的影响因子被称为x_i的父节点,记为Pa_{\mathcal G}(x_i)

                                                                        p(\mathrm x) = \prod_i p(x_i|Pa_{\mathcal G}(x_i))

无向(undirected)模型使用带有无向边的图,它们将分解表示成一组函数:不像有向模型那样,这些函数通常不是任何类型的概率分布。\mathcal G中任何满足两两之间有边连接的顶点的集合被称为团。无向模型中的每个团\mathcal C^{(i)}都伴随着一个因子\phi^{(i)}(\mathcal C^{(i)})。这些因子仅仅是函数并不是概率分布。每个因子的输出都必须是非负的,但是并没有像概率分布中那样要求因子的和或者积分为1。定义一个归一化常数Z(Z被定义为\phi函数乘积的所有状态的求和或积分)。

                                                                           p(\mathrm x) = \frac{1}{Z}\prod_i\phi^{(i)}(\mathcal C^{(i)})

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值