想了解概率圖模型？你要先理解圖論的基本定義與形式

我們都知道機器學習裏的決策樹，其可以表示爲給定特徵條件下類的條件概率分佈。並且我們知道決策樹由結點和有向邊組成，結點又由表示特徵的內部結點和表示類的葉結點構成。而通常決策樹的學習又包括了特徵的選擇、決策樹的生成和決策樹的剪枝。那麼這種樹型算法又是來自哪呢？其實樹型只是圖的一個小分支，而接下來我們將進一步瞭解源於離散數學並十分重要的分支：圖論（graph theory）。 如果這是你第一次涉足關於圖

>>阅读原文<<