相对熵:又称互熵,交叉熵,鉴别信息
互信息:
信息增益
概率公式
朴素贝叶斯假设
一个特征出现的概率与其他特征独立,每个特征同等重要
高斯朴素贝叶斯
贝叶斯网络
把某个研究系统中设计的随机变量,根据是否条件独立绘制在一个有向图中,就形成了贝叶斯网络。
贝叶斯网络又称有向无环图模型DAG,是一种概率图模型,根据概率图的拓扑结构,考察一组随机变量及其n组条件概率分布的性质。
概率图模型 条件随机场CRF
贝叶斯网络的有向无环图中的节点表示随机变量,他们可以是可观察到的变量或隐变量、未知参数等,连接两个节点的箭头代表此两个随机变量是具有因果关系。若两个节点间以一个单箭头连接在一起,表示其中一个节点是因另一个是果,两节点就会产生一个条件概率值
每个节点在给定其直接前驱时,条件独立于其非后继。
全连接贝叶斯网络:每一对节点之间都有边连接 5个节点有10条边
特殊的贝叶斯网络 结点形成一条链式网络乘坐马尔可夫模型