原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
概率有向图模型
概率有向图模型
基本原理使用有向无环图表示变量之间的关系
例：p(x,x,x)是关于变量x,x,x的一个联合概率分布x2x3
123123
概率乘积规则展开
p(x|x,x)p(x|x)p(x)
312211
x
1
xxx
Ø每个变量对应一个结点，如果存在从结点到结点的有向边，则结点
121
xxx
是结点的父结点，结点是结点的子结点
221
Ø每个条件概率对应⼀条有向边，起点是条件概率中条件随机变量对应的结点
K个变量的概率有向图模型？
概率有向图模型
K个变量的联合概率分布表示为
概率乘积规则展开
xx……x……x
12ik
对应
完全⼀般的联合概率分布全连接概率图模型
非全连接概率图模型？
概率有向图模型
请思考：下式如何用概率图模型进行表示，它是全连接的吗？
p(x)p(x)p(x|x,x)p(x|x,x)p(x|x)p(x|x,x,x)
12312413546345
xxx
145
xxx
236
概率有向图模型
图的所有结点上定义的联合概率分布由每个结点上的条件概率分布的乘积表示，
结论：
每个条件概率分布的条件都是图中结点的父结点所对应的变量。
K
⼀个有个结点的图，联合概率：
pax
k表示结点的父结点的集合
k
此公式表示有向图模型的联合概率分布的分解属性。
有向图不能存在有向环
TheEnd
贝叶斯网络
贝叶斯网络
起源于贝叶斯统计学，是以概率论为基础的有向图模型。
贝叶斯网络是用来表示变量间概率依赖关系的有向无环图。
表示随机变量，
文档评论（0）