想了解概率图模型？你要先理解图论的基本定义与形式

文章预览

选自Dev To 作者：vaidehijoshi等 机器之心编译 参与：蒋思源、李泽南 图论一直是数学里十分重要的学科，其以图为研究对象，通常用来描述某些事物之间的某种特定关系。而在机器学习的世界里，我们希望从数据中挖掘出隐含信息或模型。因此，如果我们将图中的结点作为随机变量，连接作为相关性关系，那么我们就能构造出图模型，并期望解决这一问题。本文将为构造该模型提供最基础的概念。 我们都知道机器学习里的决策树，其可以表示为给定特征条件下类的条件概率分布。并且我们知道决策树由结点和有向边组成，结点又由表示特征的内部结点和表示类的叶结点构成。而通常决策树的学习又包括了特征的选择、决策树的生成 ………………………………