2014-10-07 2 views

답변

1

당신은 확률과 가능성을 혼동스럽게 생각합니다.

(A, B, C)를 지원하는 확률 분포 p를 \ theta로 매개 변수화했습니다. 확률 분포는 고정 된 세타에 대한 A, B, C의 함수입니다. 위의 그림에서 그래프로 그려지는 가능성 함수는 에 대한 thethe의 함수입니다. A, B, C 고정 된 관측치에 매개 변수에 대해 다른 값이 부여되는 방법을 나타내는 함수입니다.

일반적으로 사용 가능성과 확률은 동의어입니다. 기술적 인 사용에서는 그렇지 않습니다.

확률/확률 문제를 정렬하면 해당 확률 함수는 (A, B, C)의 결합 확률이 연결된 모든 쌍 (이 경우 A, B)과 (B, C). I (a^1, b^1)은 a = 1이고 b = 1 인 경우 표시기 함수이고 그렇지 않으면 0입니다. \ theta_ {a^1, b^1}는이 결과에 해당하는 매개 변수입니다.

만약 내가 전체 클래스를 볼 수 없다고 추측해야한다면, 네 쌍의 관계에 대해 네 개의 가능한 상태를 표현할 수 있다고 말하고 싶습니다. 네 가지 상태 (둘 다 1, 둘 다 0 또는 하나씩) , 그리고 우리는 방금 대응하는 지시자 함수가 0 인 것을 놓았고 매개 변수는 무의미합니다.

방정식의 파생어가 올바르지 않습니다. MRF의 형식은 기본적으로 각 쌍의 올바른 상태에 해당하는 매개 변수를 더하고 지수화하고 정규화한다고 말합니다. 정규화 상수는 가능한 모든 구성에 대한 결합 확률의 합입니다.

+0

맞습니다. 두 번째 방정식의 계산에서 A는 0, B는 0, C는 1 (exp (theta2)에 매핑 된 다음 Z로 정규화 됨)로 고정되었습니다. –

+0

답변으로 편집 됨. 나는 당신의 theta_1과 theta_2s가 어디서 왔는지 모르지만, 그들이 틀렸다는 것을 확신합니다. –