一、PGM
图来自：
二、基于概率图模型的推理，例子：
举一个简单的例子，假如通过某个有噪音的信道发送一串信息，这一串信息由0和1组成，由于噪音的存在，每个比特有20%的概率出错，同时由于发送的 信号的特性，1之后紧跟一个1、和0之后紧跟一个0的概率都是0.9。如果接收到一个比特串“1101”，那么正确的信息最大可能是什么呢？
这个例子的概率依赖关系可以表示为下面的图形：
其中空心圆点s1,s2,s3,...表示发送的比特；r1,r2,r3,...表示接收到的比特，它们是已经观测到具体取值的量，因此用实心圆点表示。这是一个有向图，一个有向图对应的联合概率分布是：
p(x1, x2, ...) = ∏p(xi | xi的所有父节点表示的变量)
比如，上图对应的联合概率分布为：
p(s1,s2,s3...,r1,r2,r3...) = p(s1)p(s2|s1)p(s3|s2)...p(r1|s1)p(r2|s2)p(r3|s3)...
同时已经知道：
p(r1=1|s1=1) = p(r2=1|s2=1) = ...= 0.8，p(r1=0|s1=0) = p(r2=0|s2=0) = ... = 0.8，
并且，p(s2=1|s1=1) = p(s3=1|s2=1) = ... = 0.9，p(s2=0|s1=0) = p(s3=0|s2=0) = ... = 0.9。
为了使推理和计算更加简单，将上图进一步转化为因子图(factor graph)。因子图是一个无向二部图，一部分节点表示变量，一部分节点表示因子，因子节点将可能具有概率依赖关系的节点连接起来，从而能够更直观地表示 概率条件独立关系。比如将上图表示为因子图如下（假设只考虑接收到的前4个比特）：
整个因子图表达了一个概率联合分布P(s1,...,s4,r1,...,r4)=∏fi(Xi)，Xi是因子节点fi连接的变量节点集合。
其中f1(s1,r1) = P(s1)P(r1|s1)；f3(s2,r2) = P(r2|s2), f5, f7与此类似；f2(s1,s2) = P(s2|s1)，f4, f6与此类似。
由于这个图是一个树结构，为了求得联合概率分布的最大值，可以将问题分解为求子树结构的概率最大值，再集合起来。先任意选取一个变量节点s3作为根节点，然后运用max-product算法，从叶节点到根节点以消息传递的形式进行计算：
叶变量节点向因子节点传递的消息设为1，Ur1->f1(r1)=1；
因子节点将所有输入消息，和自身所表达的因子相乘，并求最大值：
Uf1->s1(s1) = max{ f1(s1,r1) * Ur1->f1(r1)} = max { P(s1)*P(r1=1|s1) } = 0.5*P(r1=1|s1)，其中，设 P(s1=0)=P(s1=1) = 0.5。
变量节点将收到的消息相乘发给因子节点：Us1->f2(s1) = 0.5 * P(r1=1|s1)。
与上述类似：
Uf2->s2(s2) = 0.5 * maxs1{ P(s2|s1) * P(r1=1|s1) },
Ur2->f3(r2) = 1,
Uf3->s2(s2) = max { f3(s2,r2)} = P(r2=1|s2),
Us2->f4(s2) = Uf2->s2(s2) * Uf3->s2(s2) = 0.5 * maxs1{ P(s2|s1) * P(r1=1|s1) } * P(r2=1|s2),
Uf4->s3(s3) = maxs1,s2{ P(s3|s2) * 0.5 * maxs1{ P(s2|s1) * P(r1=1|s1) } * P(r2=1|s2)} }，
这个式子在s1=1,s2=1时取得最大值，即Uf4->s3(s3) = 0.288 * P(s3|s2=1),
Ur4->f7(r4) = 1,
Uf7->s4(s4) =P(r4=1|s4),
Us4->f6(s4) = P(r4=1|s4),
Uf6->s3(s3) = maxs4{ P(s4|s3) * P(r4=1|s4) },
Ur3->f5(r3) = 1, Uf5->s3(s3) = P(r3=0|s3),
因此，Pmax = max { Uf4->s3(s3) * Uf6->s3(s3) * Uf5->s3(s3) }
= max{ 0.288 * P(s3|s2=1) * maxs4{ P(s4|s3) * P(r4=1|s4) } * P(r3=0|s3) }，
这个式子在s3=1,s4=1时取得最大值，最大值为Pmax = 0.0373248。
综 上，联合概率分布在s1=s2=s3=s4=1时取得最大值，即当接收到的比特串为1101时，最可能的发送串为1111。可以看到，当概率图为比较简单 的结构，如树、链时，可以通过图结构来简化计算，当概率图为较为复杂的图结构，直接计算将非常困难，这时可以通过将问题简化为近似的的树或链式结构来解 决。
参考：
三、factor
wiki解释：
Factor analysis is a method used to describe among observed, correlated in terms of a potentially lower number of unobserved variables called factors.
好像概率图里面的factor跟图论里面的factor没什么关系
四、概率图总结
概率图分为有向图（bayesian network）与无向图（markov random filed）。直觉上说，有向图突出causality（因果关系，其实只是correlation），无向图突出correlation（关联性）。为 什么用图模型，我觉得主要原因还是为了更好的捕获随机变量间的关系。像SVM、Decision Tree、Regression等模型通常假设分类结果只依赖于既有的特征，并没有直接捕获（观察到的与观察不到的）随机变量之间的复杂关系，虽然在特征 充足的情况下效果还是不错，但这在某些问题中会变得非常局限（比如判断A的分类不仅跟A的特征有关，跟B的分类也有关的时候）。在概率图上可以建立生成模 型或判别模型。有向图多为生成模型（如LDA、HMM），无向图多为判别模型（如CRF）。过去的报告认为判别模型在分类问题上比生成表现更加好（比如 Logistic Regression与Naive Bayesian的比较，再比如HMM与Linear Chain CRF的比较）。当然，生成模型的图模型也有一些难以代替的地方，比如更容易结合无标注数据做semi-or-un-supervised learning。
用概率图模型去解决问题，第一步是把模型建立起来，有哪些随机变量，他们之间是什么关系，如何互相作用，用有向图还是无向图，生成模型还是判别模型，等 等。这个过程是第一步，但又不只是第一步，有些数据间的关系不是那么直觉的，用拍脑袋想出来的模型往往是需要验证与修改的。因为叫做概率图模型，所以几乎 肯定是带参数，所以设计好模型后，要做的就是parameter estimation。这些参数一般要学出来，有很多种学的方法，比较常用的是ML(maximum likelihood)，也就是先写一个似然函数，然后最大化似然函数来求参数，最大化的方式可以是梯度下降、牛顿法、各种拟牛顿法、SGD（随机梯度下 降）等。得到参数后，就可以用model去做classification啊、prediction啊什么的，通通需要inference， 就是求posterior marginal probability，最大化总体的posterior marginal probability。inference的方法也有很多种，比较常用的，用来求marginal probability的：Sum Product（也叫Belief Passing、Message Passing）、MCMC、Varational等，用来求最大化 marginal probability的：Max Sum等等。因为有向图与无向图其实都可以化作一种统一的形式：Factor Graph（因子图），并且在这种图上做parameter estimation和inference都比较方便(上面说的BP等也是针对这种图的)，所以很多时候，模型都直接用FG来表示。
概率图模型"博大精深"，由于其对随机变量间关系的出色的model能力，不错的learning与inference效果，以及日渐增多的问题都会遇到 图状随机变量集，它应该会有越来越应用广泛。概率图模型比起SVM等可能还是要相对处于年幼期，虽然已经被用了很久，但是还有很多问题可以改进（比如在 inference中approximation的收敛性和准确度）。想起上次龙星计划，好多人问概率图模型最近这么热但比起传统的模型究竟有多大前进？ 我觉得还是在处理不太一样的问题吧，直接的比较并不是特别合适（如果要比，一般要忽略变量间关系，然后用SVM等方法去做，效果往往会更差；相反，在一些 非常特殊的问题上，如果有办法把这种关系融合到一些特征中去，使得随机变量能够相对独立，用BP等方法的GM也可能由于approximation而比不 过SVM）。但是，在SVM专攻的方向上，也有图模型或者说网模型介入挑战了，那就是deep learning，deep learning跟graphical model有很多相似之处，虽然解决的问题与具体方法不太一样，但是网状结构的模型还是很类似的。这是不是在说明，explicitly去 model（observable and unobservable）变量之间的关系与结构或许是未来的一个重要方向呢？