🔨马尔科夫随机场(Markov Random Field)

有向图的图模型称为贝叶斯网络,而无向图的图模型称为马尔科夫随机场(也称为马尔科夫网)。有向图适合表示随机变量之间的因果关系,而无向图适合表示随机变量之间的软约束(soft constraints)

1. 成对马尔科夫随机场(Pairwise Markov Random Field)

先看一种最简单的MRF:成对MRF。下图代表了一个四人学习小组,其中有边相连表示两个人一起学习,而没有边则表示他们没有一起学习(可能是关系不合等)。

图中的边意味着两个人一起学习时就可能互相影响,由于这种影响是双向的,所以用无向图来建模。