AI:有条件的独立

时间:2017-12-08 11:37:04

标签: conditional artificial-intelligence distribution

Conditional Independence Example Photo

The entire pdf lesson 它在第8页。

我已经看了很长时间了;任何人都可以解释为什么P13我们最终得到< 0.31,0.69>?我不确定a'如何在这里分发。当我为x列计算0.2(0.04 + 0.16 + 0.16)时,得到0.072,那么我们如何得到0.31?

谢谢。

1 个答案:

答案 0 :(得分:0)

α是一个归一化常数,用于确保您具有适当的概率,即[0,1]中的值总和为1.因此,它必须在所有可能值的总和上为1。对于您的示例,我们按如下方式计算它。

让我们首先评估元组中的单个表达式:

  • 0.2 *(0.04 + 0.16 + 0.16)= 0.072
  • 0.8 *(0.04 + 0.16)= 0.16

请注意,这两个值未指定概率分布(它们不总和为1)。 因此,我们将归一化常数α计算为这些值的总和为1:

  • α= 1 /(0.072 + 0.16)= 4.310345

有了这个,我们将原始值标准化,如下所示:

  • 0.072 *α= 0.310345
  • 0.16 *α= 0.689655

注意这些值现在如何确实指定概率分布。 (它们在[0,1]中并且总和为1)。

我希望这会有所帮助:)