零星感悟:最大熵
知之为知之,不知为不知
论文:The Improved Iterative Scaling Algorithm: A Gentle Introduction
核心思想:构造经验期望减去模型期望的差,然后让这个差等于零,此时的权重参数即为最优解的参数
下面是看李航的<<统计学习方法>>最大熵一章和论文推导时的一个疑惑,幸得别人指点明白了。
在最大熵模型中,条件概率分布式这样的:
其中
用Improved Iterative Scaling 算法求解最优的参数时,定义条件概率的对数似然函数为:
将上面的公式带入得:
以上都是论文The Improved Iterative Scaling Algorithm: A Gentle Introduction中的推导过程,
但是我不理解的地方是公式
是怎么得来的,其中的是怎么得到的,
我的推导中应该是的,如果说前者可以等于后者,
那为什么公式还保留了前面的,这是数学上的技巧么?
这个疑惑一直困扰了我一上午,直到别人告诉我说,
公式后一项中的之所以能够合并为,而前一项没有合并的原因在于:
首先,和是相等的
更重要的是仅仅是x的函数,而不是y的函数,
因为它对所有的y已经进行了求和,所以前面的才能够合并成
而中的是y的函数,
所以不能将其合并成
说到这里,豁然开朗,数学差真是硬伤啊~~~~~