从前面的文章里(条件独立性和有向图到无向图的转换)可以看到,相同结构的有向图和无向图所体现的条件独立性是不同的,下面我们就来详细地探讨一下这个问题。
首先我们认识到一个图可以体现出一些给定变量的符合某种条件独立的分布。
D-map(dependency map):
如果一个分布(distribution)里满足的所有条件独立(的表述 statement)都反映在了这个图中,那么这个图叫做这个分布的D-map
(分布里满足的条件独立性 是 图里包含的条件独立性 的子集)
可见,一个完全无连接(completely disconnected)的图,是任意一个分布的D-map
I-map(independency map)
如果分布完全满足一个图里所包含的所有条件独立(的表述 statement),那么这个图叫做这个分布的I-map
(图里包含的条件独立性性 是 分布里满足的条件独立 的子集)
可见一个完全连接(fully connected)的图是任意一个分布的子集
perfect map
如果一个分布满足的所有条件独立的性都反映在了图里,并且图里包含的所有条件独立性都能在分布里得到满足,那么这个图就是这个分布的perfect map。
也就是说一个perfect map即是D-map,又是I-map。
假设一个分布集合D,这个集合里的每一个分布都对应一个是有向图的perfect map,
另一个分布集合U,这个集合里的每一个分布都对应一个是无向图的perfect map,集合D和集合U是不相同的,而且另外还有一些分布,有向图和无向图都无法对应出一个perfect map。
假设集合P代表所有的分布,那么集合P,D,U的关系如下:
下面这个有向图是一个分布(这个分布满足条件独立)的perfect map
对这个分布就没有 [由同样的三个变量构成的] 无向perfect map与之对应。
相反,下面这个图是另一个分布的perfect map(这个分布满足条件独立
就没有 [由四个变量构成的有向图] 能够表达同样的条件独立性。

PGM——D-map、I-map、perfect-map相关推荐

  1. 机器学习笔记 - IOU、mAP、ROC、AUC、准确率、召回率、F分数

    一.什么是交并比? 1.交并比(IOU)概述 交并比(Intersection over Union) 是一种评估指标,用于衡量目标检测器在特定数据集上的准确性.任何提供预测边界框作为输出的算法都可以 ...

  2. Go 学习笔记(12)— 字典map定义、初始化、读取字典、删除字典、清空字典、map 按 key 进行有序遍历

    Go 中字典也叫做 map , map 是一种无序的键值对的集合. map 最重要的一点是通过 key 来快速检索数据, key 类似于索引,指向数据的值. 1. 字典定义 可以使用内建函数 make ...

  3. Set、Map、和WeakSet、WeakMap

    文章目录 集合(Set) Set 实例属性 constructor size Set 实例方法 操作方法 遍历方法 WeakSet 字典 Map Map 的属性 constructor size 操作 ...

  4. python和R对dataframe创建新的列或者改变列:dplyr、rename、map、mapvalues、astype、as.character、as.integer、as.numeric

    python和R对dataframe创建新的列或者改变列:dplyr.rename.map.mapvalues.astype.as.character.as.integer.as.numeric # ...

  5. 【机器学习基本理论】详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解

    [机器学习基本理论]详解最大似然估计(MLE).最大后验概率估计(MAP),以及贝叶斯公式的理解 https://mp.weixin.qq.com/s/6H0gmMWvTExySMraroLVlQ 最 ...

  6. 元组Tuple、数组Array、映射Map

    一.元组Tuple 元组Tuple是不同类型的值的聚集,元组的值将单个的值包含在圆括号中来构成,元组可以包含一个不同类型的元素 如 val riple = (100, "Scala" ...

  7. 详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解...

    转载声明:本文为转载文章,发表于nebulaf91的csdn博客.欢迎转载,但请务必保留本信息,注明文章出处. 原文作者: nebulaf91  原文原始地址:http://blog.csdn.net ...

  8. 2020-12-09 深度学习 卷积核/过滤器、特征图(featue map)、卷积层

    概念学习:卷积核/过滤器.特征图(featue map).卷积层 作为基础学习,建议先看一看电子版的: [美] Michael Nielsen著,Xiaohu Zhu/Freeman Zhang译:& ...

  9. 信息检索(IR)的评价指标介绍-准确率、召回率、F1、mAP、ROC、AUC

    在信息检索.分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总. 准确率.召回率.F1 信息检索.分类.识别.翻译等领域两个最基本指标是召回率 ...

  10. 20_集合_第20天(Map、可变参数、Collections)

    今日内容介绍 1.Map接口 2.模拟斗地主洗牌发牌 01Map集合概述 A:Map集合概述: 我们通过查看Map接口描述,发现Map接口下的集合与Collection接口下的集合,它们存储数据的形式 ...

最新文章

  1. 从事IT行业需要了解到
  2. 学python的前提_Python语言学习前提:条件语句
  3. 微软.NET Framework 4.5.2 RTM正式版
  4. 4001.基于双向链表的双向冒泡排序法
  5. linux常用文件操作命令
  6. 洛谷2501 BZOJ1801中国象棋题解
  7. 如何为SQL Server2008添加登录账户并配置权限
  8. linux 更换 镜像源
  9. 卡尔曼滤波算法在FPGA中实现
  10. 工业以太网交换机常见的几种故障类型及分析排查方法
  11. 网站漏洞修复之metinfo SQL注入漏洞
  12. 疾病抗争从未停止,糖尿病数据可视化分析
  13. myanmar android2,Myanmar Thingyan Songs 2
  14. JAVA音程_大三度和小三度
  15. htts 及 tomcat ssl配置
  16. 【Python Web自动化】03_PO模型
  17. Win10一周年更新正式版安装方法大全
  18. win10输入法经常自动添加 英语(美国)键盘
  19. 申请专利 服务器拒收怎么找回,找回或修改登录密码的方法及装置专利_专利申请于2014-10-23_专利查询 - 天眼查...
  20. 计算机视觉——python3实现张正友棋盘相机标定图像

热门文章

  1. Classic Shell 后继者之 Classic Start
  2. 团队协作管理-任务追踪管理
  3. 国家开放大学《国际经济法》第二章 国际货物买卖法 边学边练
  4. unity使用easy ar制作ar红包
  5. 产品经理知识体系专题
  6. windows配置本地hosts
  7. Google三驾马车——GFS、MapReduce、Bigtable
  8. Caused by: No object in the CompoundRoot has a publicly accessible property named 'y' (no setter cou
  9. 人事档案信息管理系统的面向对象的分析、设计和实现
  10. 土木/岩土期刊版面费/审稿费统计列表