pgm1

很遗憾前面只看过 Michael Jordan 写的一部分，这次打算把 Daphne Koller 和 Nir Friedman 合著的 Probabilistic Graphical Models: Principles and Techniques 好好过一遍。

作者认为与通常写一个 specific 程序解决一个具体的统计问题不一样，probabilistic graphical model 试图从另外一个角度来看这些问题，给出具有普适性的算法，而这依赖于一个 declarative representation（声明性的表达）

The key property of a declarative representation is the separation of knowledge and reasoning. The representation has its own clear semantics, separate from the algorithm that one can apply to it. Thus we can develop a general suite of the algorithms that apply any model within a broad class, whether in the domain of medical diagnosis or speech recognition. Conversely, we can improve our model for a specific application domain without having to modify our reasoning algorithms constantly.

引入 PGM 可以从两个方面来解释，一个是为了描述 independent r.v.s set，一个是为了通过 factorization 简化 probability distribution，

It turns out that these two perspectives — the graph as a representation of a set of independencies, and the graph as a skeleton for factorizing a distribution — are in a deep sense, equivalent. The independece properties of the distribution are precisely what allow it to be represented compactlt in a factorized form. Conversely, a particular factorization of the distribution guarantees that certain independencies hold.

这个我们在后面的某些具体情况下会看到相关的证明。

这样一来，PGM 的三大问题就是

  • representation：什么样的 graph 是合理的假设？
  • inference：如何在给定一些条件下推断出来其他的未知变量
  • learning：如何在给定一些样本情况下对系统的参数进行辨识

我们从 Bayesian nets 开始，这里略过一些，只记录比较感兴趣的一些东西。

笔记

BN 里面有意思的一点是 reasoning pattern，我们有如下一些形式：

  • causal reasoning，即通过增加起上游（ancestor）的信息（观测）即“原因”用来 reason 下游某个现象发生的概率
  • evidential reasoning（explanation），即通过增加下游的信息（观测），即“现象、效果”用来 reason 上游某个原因是否发生的概率
  • inter-causal reasoning（explanation away），同一个现象可能是多个原因引起的，当观测到现象时，这些原因之间就会产生相互作用（尽管一开始他们可能是先验独立的），比较常见的一种情况是，一旦某个原因（它很可能引起这个现象）成立，其他原因出现的概率反而因此下降。

事实上正是最后这种比较特殊的情况导致了 BN 里面一些特别的 case。直观上 BN 希望获得的独立性是如果给定某个节点的 parent，那么所有非 descendant 节点都与之条件独立（这作为 BN 的定义）。为了更加精确的表示 BN 所诱导的分解与独立性断言（independency assertions）之间的等价性，我们引入所谓的 I-map。我们记 \mathcal{I}(P) 是分布 P 上的独立性断言，如果一个 graph 所诱导的独立性断言集合 \mathcal{I}(G) \subseteq \mathcal{I}，我们就称 G 是 P 上的 I-map：为什么只需要子集就行了？其实很简单，如果只是 claim 了一部分独立性，说明这个 graph 能够描述的关系肯定包含对应全部满足的情况（独立性断言越多，变量之间的关系越少）。

从 I-map 到分解：当我们拥有一个 graph，我们可以根据其 topological order 进行条件概率的分解，这时所有的 node 都会 condition 在所有的 ancestor 上（不仅仅是 parent），我们通过 I-map 里面的独立性断言就可以将其中一部分进行简化，得到最终的 factorization 的结果，即

\displaystyle \Pr(X_1, \ldots, X_n) = \prod_{i = 1}^n \Pr(x_i \mid \pi (x_i) )

其中 \pi(x_i) 是 x_i 的父节点集合。我们首先可以证明如果图 G 是 I-map，则可以产生我们这里提到的分解。证明就直接利用如上思路展开后，继而根据 BN 的定义对此关系进行简化，结果就是我们这里 claim 的分解形式。

从分解到 I-map：如果概率 P 根据图 G 具有类似的分解，则 G 是 P 的 I-map。这样的话我们只需要验证 BN 定义中的那些独立性断言成立（根据分解形式进行计算，看看是否真的独立）。

这样我们根据 BN 的定义得到了分解，那么这个结构的概率是否还蕴含着其他的独立性断言呢？为了研究这个问题，我们引入了所谓 d-separation。我们从相邻的两个节点开始，这个很明显无论其他的节点如何，这部分总“可以有”依赖关系（注意独立性断言是说一定独立，其相反的并不是“一定不独立”，而是“不一定独立”）。然后我们讨论中间隔了一个节点的情况，我们可以很容易例举 4 种连接形势下，中间节点是否存在观测时候这两个节点的独立性情况，只有 inter-causal reasoning 的情况下出现了不一样：如果中间节点没有观测，则其他情况都可以不独立，而作为 prior 的两个 cause 是先验独立的；如果中间节点被观测到了，则其他情况均为独立，而两 cause 却因此而可能不是独立的了。对于一般情形，如果存在一个 trail 从某个 r.v. 能够根据以上情形（独立时无法通过，无法 claim 独立时能够通过）抵达另一个 r.v. 那么两者无法 claim 独立；而如果不存在如此路径，即这两顶点是 d-separated，则独立。这个方法也叫 Bayesian ball theorem。

我们通过 d-separation 定义的 independence set 称为满足 global Markov independencies（相对的定义中使用的可以认为是 local Markov independencies，我们记这个独立性断言集合为 \mathcal{I}(G)），可以证明如果概率 P 对图 G 能分解，则 G 的 I-map 必然是 global Markov independencies 的子集（soundness of d-separation）：这是显然的，我们只需要说明我们在 BN 定义中 claim 的那些独立性都是 d-separated 的 case，事实上给定了 parent 之后，如果想到达那些 non-descendant 我们只能通过给定的 parent 或者未知的 child：如果时通过 parent，因为 parent 给定，仅有“结果给定时才能通过”，那么原因给定都没法走；如果通过 child，由于是 non-descendant，所以只能是 child 的 ancestor，这样就变成了 common effect，两者也是 d-separated。为了证明反过来的 case（completeness），我们引入 faithfulness，一个分布 P 对 G faithful，表示如果存在 (X \perp Y \mid Z) \in \mathcal{I}(P)，那么 X 和 Y 就在给定 Z 时是 d-separated 的。但事实上我们不能简单的 claim，而只能证明：如果对任意分布 P 其能按 G 分解都满足 (X \perp Y \mid Z)，才能有给定 Z 时两者 d-sep。等价的说法时如果两者不是 d-sep，则存在分布使得给定 Z 时 X, Y 不独立。

这个说明了 \mathcal{I}(G) 的最大性（\mathcal{I}(P) \subseteq \mathcal{I}(G)）。事实上两者差的并不多，可以证明几乎所有（almost all）的分布（除掉一个零测集）如果能按照图 G 分解其独立性断言和 global Markov independencies 是一样的。

一个实际的问题就是给定随机变量 X 个某些已知的随机变量 Z，怎么找到与 X 独立的随机变量呢？这很容易，应用 Bayesian ball theorem 以及 DFS/BFS 即可将无法断言的节点获得。

通过独立性断言集合（给定图以后，根据 global Markov independencies 获得）我们可以脱离图结构本身：如果两个图具有相同的 \mathcal{I}(G_i)，则我们称这两个图 G_i 是 I-equivalent 的，通过这个关系我们可以获得图的等价类。那么什么样的图会是 I-equivalent 的呢？我们可以利用 skeleton 这个概念（一个 BN 的 skeleton 是一个 undirected graph，包含 BN 的所有顶点，每条有向边都对应一条无向边）：如果两个图含有相同的 skeleton 且对应的 v-structure（common effect）相同，则他们是 I-equivalent 的。不过这是一个充分条件，而不是必要的。这是因为我们要求所有 v-structure 都一样，这并不是必须的。事实上，只需要其中 immoral 的一部分即可：如果 v-structure 中没有两个 prior 之间的边，我们就称这个 v-structure 时 immorality，否则这条边称为 covering edge。换一种说法，如果两个图是 I-equivalent，当且仅当存在一个 graph 序列，每两个相邻的仅仅将 covering edge 转向。

另外两个相关的概念是

  • minimal I-map，给定一个独立性断言集合，图 G 是 minimal I-map 当且仅当其对应的独立性断言集合相等，且去掉任意一条边都会导致不等，获得这个 graph 并不困难，我们通过条件概率分解之后，尝试选择一个集合，使得 (X_i \perp \{ X_1, \ldots, X_{i - 1}\} - U \mid U) 时的最小集合 U 作为 X_i 的父节点即可。
  • perfect I-map，如果给定独立性断言集合，对应的 perfect I-map 是 \mathcal{I}(G) = \mathcal{I}。如果给定的是分布 P，则是其分布的 perfect I-map 当且仅当 \mathcal{I}(G) = \mathcal{I}(P)。寻找 perfect I-map 却比较复杂，这里略去。

后面我们讨论 Markov random field（MRF）以及其与 BN 之间的关系。

——————
And Abraham got up early in the morning to the place where he stood before the LORD:

posted @ 2014-06-07 22:09  prml  阅读(508)  评论(0)  编辑  收藏  举报