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

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

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

第二步,利用拉格朗日乘子法:

最大熵模型学习优化案例

第三步:对偶问题求解:

最大熵模型学习优化案例

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

后我们可以通过另这些偏导为0,解得:

最大熵模型学习优化案例

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:

最大熵模型学习优化案例

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

所以得到:

最大熵模型学习优化案例

就得到最后的结果了。