机器学习 —— 条件随机场模型
1、背景 有了强大的log-linear模型，连水槽都能拿来做分类特征了，当然要想办法用一下试试了。log-linear模型的输入是一系列几乎接近自然语言的特征方程，这种抽象的东西拿来做语义识别 ...
原文：机器学习算法总结(十一)——条件随机场
条件随机场的定义 条件随机场的定义：设X与Y是随机变量，P Y X 是给定条件X时Y的条件概率分布，此时若随机变量Y构成的是一个马尔科夫随机场，则称条件概率分布P Y X 是条件随机场。隐马尔科夫模型和隐马尔科夫随机场是属于生成模型，因为它们都有计算联合概率分布，而条件随机场是判别模型，其目标就是直接构建条件概率模型P Y X 。 首先定义一般的条件随机场模型，设X与Y是随机变量。若随机变量Y构 ...
2018-07-14 18:02 0 984 推荐指数：
相关推荐
猪猪的机器学习笔记（十八）条件随机场
条件随机场 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十八次课在线笔记。条件随机场是一种判别式概率模型，是随机场的一种，常用于标注或分析序列资料，如自然语言文字或是生物序列。 引言： “条件随机场”被用于中文分词 ...
条件随机场（CRF）-IIS学习算法
改进的迭代尺度法（Improved Iterative Scaling），在很多模型求解中用到，比如最大熵、CRFs等，对模型是对数线性模型的似然都适用。这个算法的思想也很简单，通俗的理解就是通过两个不等式变形优化下界，从而迭代到收敛的算法。 用到两个不等式，对 α& ...
机器学习 —— 概率图模型（马尔科夫与条件随机场）
再一次遇到了Markov模型与条件随机场的问题，学而时习之，又有了新的体会。所以我决定从头开始再重新整理一次马尔科夫模型与条件随机场。 马尔科夫模型是一种无向概率图模型，其与马尔科夫链并不是很一样。马尔科夫链的节点是状态，边是转移概率，是template CPD的一种有向状态转移表达 ...
Python机器学习（二十一）随机森林算法
一、随机森林算法简介： 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。而 "Random Forests" 是他们的商标。 这个术语是1995年 ...
机器学习（十一）—常用机器学习算法优缺点对比、适用条件
（随机森林、剪枝）；2.处理缺失数据时的困难；3、数据集中属性间的相关性。 2、SVM 适用条件： ...
机器学习之马尔科夫随机场
马尔科夫随机场是典型的马尔科夫网（MRF），是一个可以由无向图表示的概率分布模型。图中每个结点表示一个或者一组变量，结点之间的边表示两个变量之间的依赖关系。在马尔科夫随机场中存在一组势函数（定义在变量子集上的非负实函数），也称为因子，主要是用于定义概率分布函数。 1、模型的定义 ...
【算法】CRF(条件随机场)
CRF(条件随机场) 基本概念 场是什么 场就是一个联合概率分布。比如有3个变量，y1,y2,y3, 取值范围是{0,1}。联合概率分布就是{P(y2=0|y1=0,y3=0), P(y3=0|y1=0,y2=0), P(y2=0|y1=1,y3=0), P(y3=0|y1=1,y2 ...