zoukankan      html  css  js  c++  java
  • 贝叶斯网路的采样

    • 贝叶斯网络:信念网络或有向无环图

    贝叶斯网络采样

    • 祖先采样:根据有向图的顺序,先对祖先节点进行采样,只有当某个节点的所有父节点都已完成采样,才对该节点进行采样
    • 祖先采样得到的样本服从联合概率分布

    部分随机变量的边缘分布

    • 用祖先采样对所有变量进行采样
    • 忽视那些不需要的变量的采样值,知道边缘分布

    含有观测变量的采样

    • 逻辑采样:
      • 利用祖先采样得到所有变量的取值
      • 如果这个样本在观测变量上的取值和实际观测值一样,则接受,否则拒绝,重新采样
      • 缺点:效率低,观测变量越多,效率越低
    • 重要性采样-似然加权采样
      • 只对非观测变量进行采样,但最终样本需要赋予重要性权重:

        [w propto prod limits_{z_i in E} p(z_i | pa(z_i)) ]

      • 其中(E)是观测变量集合,(pa(z_i))(z_i)的祖先的概率
    • MCMC采样法
      • Metropolis-Hastings采样
        • 在采样变量组成的随机向量上选择一个概率转移矩阵
        • 按照概率转移矩阵不断进行状态转换,每个转移有一定概率的接受或拒绝
        • 最终的样本序列会收敛到目标分布
      • 吉布斯采样
        • 求得向量上的维度的条件概率
        • 每次只对一个变量进行采样,交替进行即可
  • 相关阅读:
    P2764 最小路径覆盖问题
    P2598 [ZJOI2009]狼和羊的故事
    P2472 [SCOI2007]蜥蜴
    P2057 [SHOI2007]善意的投票 / [JLOI2010]冠军调查
    P2050 [NOI2012]美食节
    P1345 [USACO5.4]奶牛的电信Telecowmunication
    P1251 餐巾计划问题
    hihocoder 1584 Bounce
    [CF132C] Logo Turtle
    CF1110D Jongmah
  • 原文地址:https://www.cnblogs.com/weilonghu/p/11922693.html
Copyright © 2011-2022 走看看