Proof of Conditional Independence 条件独立的证明和等式推导
来源:互联网 发布:开淘宝店卖什么好 编辑:程序博客网 时间:2024/05/17 22:15
条件独立,即在贝叶斯网的同父结构中:若父节点取值确定了,那么子节点相互之间满足条件独立;若父节点取值未确定,那么子节点之间不独立。即Z=z1时,P(X|Z=z1)=P(X|Y,Z=z1)。
如果等式1: P(X|YZ)=P(X|Z)成立,即Y是什么,都不会影响X的belief(信念)。那么X,Y相互独立。
举例个日常的例子,什么是不确定父节点的情况,什么是确定父节点的情况。
- 不知道父亲结点:发生了一起命案,作为侦探的你觉得嫌疑人是X。你作出了一条爆炸的凭空猜测,猜测儿子结点X的职业有P(X)的可能性是医生,你不知道他的父亲Z的职业,但你突然得到一个消息,X的兄弟Y是医生,那么这个信息是不是就会让你反向推测X的父亲Z很有可能是从事医学相关的职业。所以,Y是医生的这条信息使得作为兄弟结点的X是医生的这条信息听起来了更合理了,X是医生的这条信息听起来不那么爆炸了,信息量I减少了,那么信息量的定义-log(P(X))减少,反推其实是P(X)增加,从而Y改变了P(X)的值。X,Y不相互独立。
- 知道父亲结点:你已经知道了儿子结点X的父亲Z是一个医生,并且猜测X的职业有P(X)的可能性是医生,这个时候你突然得到了一个消息,X的兄弟Y是医生。此时你只能说Y的父亲是医生,我早就知道了啊,对X是什么职业没有影响。所以X,Y相互独立。
与之相对的,marginal independence边界独立性,是指在Z(儿子结点)的取值不确定时,XY(父节点)相互独立。在贝叶斯网络的V型结构中,如果子节点不确定,那么父节点之间满足边界独立性。
同样举例个日常的例子,你希望儿子身高180,如果儿子确定了,那么要生出这个儿子,要有对应身高基因的父母才行,为了让儿子的身高基因得到保证,那么假如父亲的身高基因弱一点,母亲的身高基因就要强一点。所以这个时候,父母是什么基因,就不相互独立决定了,他们之间有关联了。而如果,你不确定儿子的身高,那么父母就可以随便组合了,父母之间就是相互独立的。
阅读全文
0 0
- Proof of Conditional Independence 条件独立的证明和等式推导
- 条件独立(conditional independence) 结合贝叶斯网络(Bayesian network) 概率有向图 (PRML8.2总结)
- Proof of work - 工作量证明
- Proof of work - 工作量证明
- Proof of work - 工作量证明
- Proof of the deliverables - 完成品的证明
- POC [Proof of Concept] 原型 / 概念证明
- POC [Proof of Concept] 原型 / 概念证明
- Proof of a PD covariance matrix for conditional Gaussian
- MIT6-042J-FALL-2010 第二章 证明的模式(Patterns of Proof)
- Proof of Separable Convolution 2D 证明 二维卷积的可分性
- 证明:贝叶斯多条件的独立化的基础理论
- 概率图模型(PGM)里的的条件独立(conditional independent)
- 概率图模型(PGM)里的的条件独立(conditional independent)
- 独立和条件独立
- 用python阐释工作量证明(proof of work)
- Proof of work - 工作量证明
- 数字货币开发专题(Proof Of Work工作证明)
- 数据库高并发解决方法总结
- linux下解压命令大全
- windows10的PHP环境变量
- Apache设置https反向代理
- Angular学习(三)之作用域
- Proof of Conditional Independence 条件独立的证明和等式推导
- HDU OJ 1071: The area
- HSV颜色空间
- Hibernate5最新教程
- PHP协程实现
- 图片一句话木马简单制作方法
- SpringMVC比较全面的文件上传下载
- 不是这世界变化快,而是……
- Java 成绩排序