Day 682：机器学习笔记（11）

CRF

用无向图表示的联合概率分布称为概率无向图模型，CRF（Conditional Random Field）就是一种无向图。其中的Conditional说了它的方式是判别式的。

设 X 和 Y 是随机变量，P(Y|X) 是给定 X 条件下 Y 的条件概率分布。如果随机变量 Y 构成一个由无向图 G=<V,E> 表示的马尔可夫随机场，则称条件概率分布 P(Y|X) 为 CRF。

它和HMM的区别是，HMM是有向的，CRF是无向的；HMM计算的是联合概率，而CRF是条件概率。

对比它和HMM的三个基本问题。对于 HMM 而言，概率计算只需要观测序列即可，无须确定的状态序列，而最终结果则是当前观测序列出现的可能性。CRF 则需要既有已知观测序列，又有已知状态序列，这才能够去计算概率。