Machine-Learning
關於條件獨立性及其圖形表示
在研究協方差選擇時，我曾經讀過以下示例。關於以下模型：
其協方差矩陣和逆協方差矩陣給出如下，
我不明白為什麼獨立和是由這裡的逆協方差決定的？
這種關係背後的數學邏輯是什麼？
另外，下圖中的左圖據稱捕捉到了兩者之間的獨立關係和; 為什麼？
逆協方差矩陣可用於計算多元高斯分佈的條件方差和協方差。較早的問題提供了一些參考
例如找到條件協方差和給定值，你會取逆協方差矩陣的右下角
這確實給出了協方差矩陣和以價值為條件.
所以類似地找到條件協方差矩陣和給定的值，你會取逆協方差矩陣的左上角
告訴你之間的條件協方差和給定是（並且它們的每個條件方差都是）。
要得出這個零條件協方差意味著條件獨立性的結論，您還必須使用這是一個多元高斯的事實（因為通常零協方差不一定意味著獨立性）。你從施工中知道這一點。
可以說你也知道有條件的獨立於構造，因為你被告知和是獨立同分佈的，因此以特定值為條件,和也是獨立同居。如果你知道的話, 沒有其他信息來自這可以幫助您說出可能的值.