概率图模型

✍ dations ◷ 2025-08-01 05:07:39 #统计学,概率图模型,机器学习,图论

在概率论、统计学及机器学习中,概率图模型(Graphical Model)是用图论方法以表现数个独立随机变量之关联的一种建模法。一个 p {\displaystyle p} 个节点的图中,节点 i {\displaystyle i} 对应一个随机变量,记为 X i {\displaystyle X_{i}} 。概率图模型被广泛地应用于贝叶斯统计与机器学习中。

在一个无向概率图模型(Undirected Graphical Model)中,两个节点 i {\displaystyle i} j {\displaystyle j} 之间没有边相连,当且仅当它们对应的随机变量 X i {\displaystyle X_{i}} X j {\displaystyle X_{j}} 给定其它所有节点上的随机变量条件下条件独立。数学表述为:

Θ i j = 0 X i X j | { X , = 1 , , p , i , j } {\displaystyle \Theta _{ij}=0\Leftrightarrow X_{i}\perp X_{j}|\{X_{\ell },\ell =1,\ldots ,p,\ell \neq i,\ell \neq j\}}

当所有的随机变量 X 1 , , X p {\displaystyle X_{1},\ldots ,X_{p}} 的联合分布是多元正态分布时, Θ {\displaystyle \Theta } 被理解为是多元正态分布的方差矩阵的逆 Θ = Σ 1 {\displaystyle \Theta =\Sigma ^{-1}} ,又称为精度矩阵(Precision Matrix)。现代统计学中,相当大比例的关于无向图模型的理论结果都是在多元正态分布的假设下取得的。

在一个有向概率图模型(Directed Graphical Model)中,两个节点 i {\displaystyle i} j {\displaystyle j} 之间的边际独立性和条件独立性比较复杂,一般需要用贝叶斯球规则(Bayes Ball)来确定。

一类很重要的有向概率图模型叫做有向无环概率图模型(Directed Acyclic Graphs, 简称DAG),可以证明,相互关系能用DAG表示的p个随机变量,其联合分布函数可以被分解为根节点的边际分布函数乘以由边决定的那些条件概率。数学表述为:

π ( X 1 , , X p ) = i I π ( X i ) × j J π ( X j | X Parent ( j ) ) {\displaystyle \pi (X_{1},\ldots ,X_{p})=\prod _{i\in {\cal {I}}}\pi (X_{i})\times \prod _{j\in {\cal {J}}}\pi (X_{j}|X_{{\textrm {Parent}}(j)})}

上式中, I {\displaystyle {\cal {I}}} 表示所有根节点的集合, J {\displaystyle {\cal {J}}} 表示所有其它节点的集合, Parent ( j ) {\displaystyle {\textrm {Parent}}(j)} 表示有向图中节点 j {\displaystyle j} 的所有父节点的集合。

一般概率图模型输入的数据是其节点上的随机变量 ( X 1 , , X p ) {\displaystyle (X_{1},\ldots ,X_{p})} 的独立重复观测值,可记为:

( X 1 ( k ) , , X p ( k ) ) , k = 1 , , n {\displaystyle (X_{1}^{(k)},\ldots ,X_{p}^{(k)}),k=1,\ldots ,n}

其中 n {\displaystyle n} 为样本量(Sample size)。一般来说,估计和统计推断的目标是在哪些节点间存在边,也就是从节点数据中恢复整个网络的样貌。现代统计学和生物统计学中,概率图模型多研究高维统计的情景,即样本量远小于随机变量数目: n p {\displaystyle n\ll p} 。一般的方法是假设图模型是一个高度稀疏的图,也就是只有几条很少的边,然后运用惩罚项或边际过滤等高维统计分析中的常用套路来获得稀疏的估计。这样的估计既可以是同时估计整个图中所有的边,也可以是对每一个节点估计其所连的边。理论研究多集中于各种惩罚项所估计出的图模型,其稀疏性质的正确性(这个概念叫做Sparsistency,注意它并不是相合性(Consistency))。

相关

  • 语言哲学语言哲学是一门哲学的分支,对语言的用法、来源及本质作理性的研究。对于分析哲学来说,有四个主要关心的问题:意义的本质、语言用法、语言认知及语言与现实的关系。对欧陆哲学家
  • MIMMIM或M.I.M.可能指:
  • 德博拉·克尔黛博拉·简·蔻尔,CBE(英语:Deborah Jane Kerr,1921年9月30日-2007年10月16日)原名黛博拉·简·特里默(英语:Deborah Jane Trimmer),是一位生于苏格兰并拥有国际性声誉的电影、舞台和
  • 布勒·德·布瑞塞芝士布勒·德·布瑞塞奶酪产自法国的勃艮第,是圣高伦的仿制品,于1950年在法国发明。布勒·德·布瑞塞奶酪外形大小不一,外壳表面很光滑,颜色由白色到淡蓝色之间,奶酪肉则是淡奶黄色,表
  • 雷氏不连续面雷氏不连续面(Lehmann discontinuity)是指在地球的地核中地震波P波和S波突然加速的区域,该区域一般在220±30公里深处,该不连续面由丹麦女性地震学家英格·雷曼发现并以其姓氏命
  • 纪伊国纪伊国(日语:紀伊国〔紀伊國〕/きいのくに  */?),日本古代的令制国之一,属南海道,又称纪州。在江户时代是德川御三家纪州德川氏的领地(纪州藩)。纪伊国的领域大约包含现在和歌山县
  • cD型星系 cD型星系或cD星系,是星系型态分类中的一种类型,是巨大的椭圆星系,D型的子类型,有着恒星的巨大星系晕。它们可以在一些富星系团接近中心的地区被发现,它们也被称为超巨椭圆星系或
  • 2020年加勒比海地震2020年加勒比海地震,是2020年1月28日发生于古巴南部加勒比海海域的一场地震,震中位于北纬19.46度、西经78.79度,震级为MW 7.7级、MS 7.6级,震源深度约为10千米。本次地震同时是2
  • 黄元勋黄元勋(?年-?年),字宗甫,直隶太仓州(今江苏太仓市)人。明朝政治人物,万历己丑进士。万历十七年(1589年)己丑科进士。官至陕西参政。有子黄翼圣。
  • 硫的高价氧化物硫的高价氧化物是一类无色聚合物,通式为SO3+x(0<x<1)。它由气态二氧化硫或三氧化硫与氧气在无声放电下制得,其中过氧桥随机取代β-SO3中的氧桥。水解得到过一硫酸和过二硫酸。其