最大熵模型学习优化案例

最大熵模型

最大熵模型的学习等价于约束最优化问题:

最大熵模型学习优化案例_第1张图片

案例:

已知有A,B,C,D,E五种可能出现的情况,已知A,B出现的概率之和是3/10,所有五个出现概率之和为1,使用最大熵模型进行优化获得这五种情况的概率分布。

该问题主要通过使用拉格朗日的对偶性,然后通过求解对偶最优化问题得到解。

最大熵模型学习优化案例_第2张图片

所以我们有:

第一步,求解原始问题:

最大熵模型学习优化案例_第3张图片

第二步,利用拉格朗日乘子法:

在这里插入图片描述

第三步:对偶问题求解:

在这里插入图片描述

最终结果为:
这里我们先固定w0和w1,然后对L(P,w)求偏导数,可以带入得到

最大熵模型学习优化案例_第4张图片

后我们可以通过另这些偏导为0,解得:

在这里插入图片描述

然后将P(y1)-- P(y5)全部代入L(P,w),然后可以获得最小值,再去求解极大化问题:

在这里插入图片描述

再去对这个函数进行对w0、w1的求偏导并=0,可以得到

最大熵模型学习优化案例_第5张图片

所以得到:

最大熵模型学习优化案例_第6张图片

就得到最后的结果了。

你可能感兴趣的:(机器学习)