这篇文章作为 An Introduction to PGM, Jodan 的简单总结.

条件独立(Conditional Independance)


基本定义

条件独立的定义:

对于随机变量X,Y,Z, 在给定Z的情况下, X和Y条件独立, 记作 XYZ, 当且仅当:

fX,YZ(x,yz)=fXZ(xz)fYZ(yz)

条件独立的等价形式:

XYZ

当且仅当:

fXY,Z(xy,z)=fXZ(xz)
证明如下

如果

f(x,yz)=f(xz)f(yz)f(x,y,z)f(z)=f(x,y)f(z)f(y,z)f(z)f(x,y,z)f(y,z)=f(x,y)f(z)f(xy,z)=f(x,z)

条件独立的推论

XYZYXZYXZYh(X)ZYXZYX{Z,h(X)}Y{X,h(X)}ZYXZ  and  WX  {Y,Z}{Y,W}XZYXZandZXY{Y,Z}X
证明2

TODO

证明3

TODO

证明4

TODO

证明5

TODO

(3) 中 YX{Z,h(X)}Y{X,h(X)}Z 可采用条件独立的等价形式进行证明

Directed Graphical Models


定义

图 ⇒ 概率分布的函数

图 ⇒ 分布中蕴含的条件独立

Undirected PGM