想了解概率图模型？你要先理解图论的基本定义与形式

我们都知道机器学习里的决策树，其可以表示为给定特征条件下类的条件概率分布。并且我们知道决策树由结点和有向边组成，结点又由表示特征的内部结点和表示类的叶结点构成。而通常决策树的学习又包括了特征的选择、决策树的生成和决策树的剪枝。那么这种树型算法又是来自哪呢？其实树型只是图的一个小分支，而接下来我们将进一步了解源于离散数学并十分重要的分支：图论（graph theory）。 如果这是你第一次涉足关于图

>>阅读原文<<