概率图模型（PGM）学习笔记（二）贝叶斯网络-语义学与因子分解

概率分布（Distributions）

如图1所示，这是最简单的联合分布案例，姑且称之为学生模型。

图1

其中包含3个变量，分别是：I（学生智力，有0和1两个状态）、D（试卷难度，有0和1两个状态）、G（成绩等级，有1、2、3三个状态）。

表中就是概率的联合分布了，表中随便去掉所有包含某个值的行，就能对分布表进行缩减。

例如可以去掉所有G不为1的行，这样就只剩下了1、4、7、10行，这样他们的概率之和就不为1了，所以可以重新标准化（Renormalization）。如图2所示。

图2

反之也可以把所有含有某个值得行相加，就是边缘化（Marginalization），如图3所示。

图3