在概率论、统计学及机器学习中,概率图模型是用图论方法以表现数个独立随机变数之关联的一种建模法。一个
p
{\displaystyle p}
个节点的图中,节点
i
{\displaystyle i}
对应一个随机变数,记为
X
i
{\displaystyle X_{i}}
。概率图模型被广泛地应用于贝叶斯统计与机器学习中。
1
对撞因子,有时又称为反向分叉,在统计学和图模式中,是指同时被两个以上的变数影响的变数,而这些影响对撞因子的变数之间不见得有因果关系。因为在环路图上会显示为有两个以上箭头指入的节点,所以称为对撞因子。
对撞因子,有时又称为反向分叉,在统计学和图模式中,是指同时被两个以上的变数影响的变数,而这些影响对撞因子的变数之间不见得有因果关系。因为在环路图上会显示为有两个以上箭头指入的节点,所以称为对撞因子。
对撞因子,有时又称为反向分叉,在统计学和图模式中,是指同时被两个以上的变数影响的变数,而这些影响对撞因子的变数之间不见得有因果关系。因为在环路图上会显示为有两个以上箭头指入的节点,所以称为对撞因子。