状态|贝叶斯网络( 四 )


优化的贝叶斯网络结构要保证它产生的序列从头到尾的可能性最大 , 如果用概率做度量 , 就是后验概率最大 。 当然可以搜索所有可能的路径 , 但是会是一个NP-Hard问题 。 一般采用贪心算法 , 在每一步时沿着箭头方向寻找有限步 , 贪心容易陷入局部最优 。 为防止局部最优 , 采用蒙特卡洛方法 , 用许多随机数在贝叶斯网络中试试 , 看看是否陷入局部最优 , 但计算量较大 。 最近 , 新的方法是利用互信息 , 只保留互信息较大的节点的直接连接 , 然后再对简化的网络进行完备的搜索 , 找到全局优化的结构 。
而节点之间弧的权重确定可以通过最大后验估计来得到 , 使用EM(expectation-maximization process)过程来解决 。
一般的 , 参数和结构的交替训练的 , 先优化结构 , 再优化参数 , 然后再优化结构...直至得到收敛或者误差足够小的模型 。
参考文献:
吴军 《数学之美》
张洋 《算法杂货铺——分类算法之贝叶斯网络(Bayesian networks) 》
—THE END—
? 劝你别再闷头自学NLP了!!!请收下这套自然语言处理(NLP)算法学习路线!
? 数学家比10个师更有威力?| 美国在第二次世界大战中胜利的原因之一
? 耶鲁校长:这才是判断一个人受过教育的铁证!
? 趣文 | π里包含了所有可能的数字组合吗?
? 我们计划招收300名数学算法爱好者 , 免费系统学习傅立叶变换
? 泰勒级数的物理意义

推荐阅读