首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >《统计学习方法》笔记十一 条件随机场

《统计学习方法》笔记十一 条件随机场

作者头像
闪电gogogo
发布2019-07-02 17:00:25
5160
发布2019-07-02 17:00:25
举报

条件随机场是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型,其特点是假设输出随机变量构成马尔可附随机场,条件随机场可用于不同的预测问题,书中仅讨论在标注问题的应用,主要讲述线性链条件随机场,问题变成由输入序列对输出序列预测的判别模型,形式为对数线性模型,学习方法通常是极大似然估计或正则化的极大似然估计。

概率无向图模型

又称马尔可夫随机场,是一个可以由无向图表示的联合概率分布。

模型定义

图由结点v及连接结点的边e组成,结点和边的集合分别记作V和E,图记作G=(V,E),无向图指没有方向的图。

概率无向图模型的因子分解

条件随机场的定义与形式

定义

条件随机场的参数化形式

条件随机场的简化形式

条件随机场的矩阵形式

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018-12-20 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 概率无向图模型
    • 模型定义
      • 概率无向图模型的因子分解
      • 条件随机场的定义与形式
        • 定义
          • 条件随机场的参数化形式
            • 条件随机场的简化形式
              • 条件随机场的矩阵形式
              领券
              问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档