首页 新闻 赞助 找找看

小白学习机器学习西瓜书的吉布斯采样遇到了疑问,希望各位能帮忙解答

0
悬赏园豆:160 [待解决问题]

我在学习西瓜书的时候,书上的案例是假如已知证据evidence是{色泽,敲声,根蒂},且已知取值为{青绿,浊响,蜷曲},查询目标Q={好瓜,甜度},查询的目标值的q={是,高},即这是好瓜且甜度高的概率有多大。

然后书上说吉布斯采样先随机产生一个与证据E=e一致的样本,问题一:为什么要产生一致样本呢?如果我用随机样本不应该也可以收敛吗?

算法经过T次迭代,得到n个与我们需要样本q一致的样本,最后后验概率P(Q=q|E=e)= n / T。问题二:那么这些样本是如何产生的呢,是固定了证据E不变,只变化Q的2个属性吗

咕咕鸡N号的主页 咕咕鸡N号 | 初学一级 | 园豆:42
提问于:2020-04-05 14:03
< >
分享
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册