概率图模型（PGM）学习笔记（三）模式推断与概率图流

我们依然使用“学生网络”作为例子，如图1。

 

图1

首先给出因果推断（Causal Reasoning）的直觉解释。

可以算出来

即学生获得好的推荐信的概率大约是0.5.

但如果我们知道了学生的智商比较低，那么拿到好推荐信的概率就下降了：

进一步，如果又同时知道了考试的难度很低，那么他拿到好的推荐信得概率又上升了，甚至还能超过最初的概率：

上述这个过程就是因果推断，你看它是顺着箭头的方向进行推断。

 

其次给出信度推断（Evidential Reasoning）的直觉解释。如图2.

图2

本来已知考试难度高和学生很聪明的概率分别为0.4和0.3

现在我们忽然知道这个悲剧的同学考试里得了C等。

那么现在考试难度高的概率就上升了，学生很聪明的概率就下降了：

上述这个过程就是信度推断，你看它是逆着箭头方向进行推断的。