promisejia

概率图模型分为贝叶斯网络（Bayesian Network）和马尔可夫网络（Markov Network）两大类。 贝叶斯网络可以用一个有向图结构表示，如 朴素贝叶斯模型、隐马尔可夫模型、主题模型。 马尔可夫网络可以表示成一个无向图的网络结构，如 最大熵模型、条件随机场。 朴素贝叶斯网络的图表示 概率图中，每个节点的概率可以表示为: P(当前节点|它的父节点) ，写出联合概率分布：如图中所示： ...

区别 判别模型：在有限样本的条件下建立判别函数，也就是最优分类面，实现分类（估计条件概率分布P（y|x））。 判别模型：建立样本的联合概率，再利用模型进行推理预测，要求样本尽可能大（估计联合概率分布P（x，y））。 常见模型 判别模型：最大熵模型（ME），条件随机场（CRF），最大熵马尔可夫（MEMM），SVM 生成模型：朴素贝叶斯（NB），隐马尔可夫模型（HMM），LDA主题模型，高斯混合模型 ...