更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
有效信息
(查看源代码)
2024年6月3日 (一) 09:49的版本
添加1,784字节
、
2024年6月3日 (星期一)
→简介
第24行:
第24行:
之所以引入do操作,目的是为了消除数据X的分布对EI的影响,以使得最后的EI度量仅仅是因果机制f的函数,而与数据X无关。
之所以引入do操作,目的是为了消除数据X的分布对EI的影响,以使得最后的EI度量仅仅是因果机制f的函数,而与数据X无关。
+
+
下面,给出三个马尔科夫链的例子,以及相应的EI数值也放到了下面:
+
+
下面,我们以三个马尔科夫链为例,来考察它们的确定性和简并性
+
{| style="text-align: center;"
+
|+马尔科夫链示例
+
|-
+
|<math>
+
P_1=\begin{pmatrix}
+
0 &0 &1 &0& \\
+
1 &0 &0 &0& \\
+
0 &0 &0 &1& \\
+
0 &1 &0 &0& \\
+
\end{pmatrix}
+
</math>,
+
||
+
<math>
+
P_2=\begin{pmatrix}
+
1/3 &1/3 &1/3 &0& \\
+
1/3 &1/3 &1/3 &0& \\
+
1/3 &1/3 &1/3 &0& \\
+
0 &1 &0 &1& \\
+
\end{pmatrix}
+
</math>,
+
||
+
<math>
+
P_3=\begin{pmatrix}
+
0 &0 &1 &0& \\
+
1 &0 &0 &0& \\
+
1 &0 &0 &0& \\
+
1 &0 &0 &0& \\
+
\end{pmatrix}
+
</math>.
+
|-
+
|[math]\begin{aligned}&EI(P_1)=2\ bits,\\&Det(P_1)=2\ bits,\\&Deg(P_1)=0\ bits\end{aligned}[/math]||[math]\begin{aligned}&EI(P_2)=0.81\ bits,\\&Det(P_2)=0.81\ bits,\\&Deg(P_2)=0\ bits\end{aligned}[/math]||[math]\begin{aligned}&EI(P_3)=0.81\ bits\\&Det(P_3)=2\ bits,\\&Deg(P_3)=1.19\ bits.\end{aligned}[/math]
+
|}
+
+
第一个转移概率矩阵是一个置换排列矩阵(Permutation),它是可逆的,因此确定性最高,没有简并性,因而EI最大;第二个矩阵的前三个状态都会以1/3的概率跳转到彼此,因此确定性程度最低,而非简并,EI是0.81;第三个矩阵虽然也是确定性的矩阵,因而确定性最高,但是由于后三个状态都跳转到1,因此,从1状态不能推知它来自于哪个状态,因此简并性最高,最终的EI与第二个相同,仍然是0.81。
=Do形式及解释=
=Do形式及解释=
Jake
346
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
帮助
工具
特殊页面
可打印版本