变分推断学习笔记(2)——一维高斯模型的例子

ref：http://www.crescentmoon.info/?p=745

举一个一元高斯模型的例子。假设我们有数据X={x1,…,xM}，要推断平均值μ和精度τ(1/σ)的后验概率分布。

写出似然

p(X|μ,τ)=(τ2π)N/2exp{−τ2∑n=1N(xn−μ)2}(1)

其中μ,τ各自服从先验分布

p(μ|τ)=N(μ|μ,(λ0τ)−1)(2)

p(τ)=Gam(τ|a0,b0)(3)

其中Gam为Gamma分布（见备注1）。

通用的估计方法

好，我们现在假设q之间的分布都独立。

q(μ,τ)=qu(μ)qr(τ)(4)

对于qu(μ)我们有

lnq∗u(μ)=Er[lnp(X|μ,τ)+lnp(μ|τ)]+const=−E[τ]2{λ0(μ−u0)2+∑n=1N(xn−μ)2}+const(5)

我们把未知数μ的项加和起来，就可以看出q∗u(μ)恰好是个高斯分布 N(μ|uN,λ−1N)，其中

uNλN=λ0u0+Nx¯λ0+N=(λ0+N)E[τ](6)

同样对于qr(τ)，我们有

lnq∗r(τ)=Eu[lnp(X|μ,τ)+lnp(μ|τ)]+lnp(τ)+const=(a0−1)lnτ−boτ+12lnτ+N2lnτ−τ2Eu[∑n=1N(xn−μ)2+λ0(μ−u0)2]+const(7)

这里q∗r(τ)也恰好是个Gamma分布 Gam(τ|aN,bN),其中

aNbN=a0+N2=b0+12Eu[∑n=1N(xn−μ)2+λ0(μ−u0)2](8)

首先，要注意我们并未对qu(μ)或qr(τ)的最佳形式作出任何假设，它们就自然地形成了似然函数的形式（高斯分布）和它的先验分布形式（Gamma分布）。

然后可以看到这里qu(μ)与qr(τ)通过Er与Eu相互依赖。我们展开这些式子，使用高斯分布与Gamma分布的性质(见备注1）计算它们的期望:

E[τ|aN,bN]=aNbNE[μ|uN,λ−1N]=uNE[X2]=Var(X)+(E[X])2E[μ2|uN,λ−1N]=λ−1N+u2N(9)

将式子（9）带入之前的式子（7）消去期望，最终得到:

uN=λ0u0+Nx¯λ0+NλN=(λ0+N)aNbNaN=a0+N+12bN=b0+12[(λ0+N)(λ−1N+μ2N)−2(λ0u0+∑n=1Nxn)uN+(∑n=1Nxn2)+λ0u02)](10)

所以这时候循环依赖的对象变成了λN和bN。然后我们迭代计算这些值

利用x的值，计算aN和uN。

给λN赋一个初始值

利用λN,获得新的bN。

利用bN,获得新的λN。

反复迭代3，4步，直到收敛为止。

最后我们就得到了近似分布Q(Z)的所有超参数的值。

另一种估计方法

首先我们看到，之前这个lnp(X)（也就是似然）难求是因为Z未知，在我们这个例子里的具体表现为未知参数μ与τ之间存在耦合关系，即μ是由τ生成的(p(μ|τ)。由于原模型存在共轭先验，所以变分后验分布的因子函数形式也可以用同样的共轭结构。因为我们定义Q(Z)分布的目的是要获得tractable的分布，所以可以在原模型的分布上作小修改，只要斩断耦合的部分即可。（这部分论述可能有问题，还需要多看书才行）

所以我们假设q(μ)与q(τ)之间相互独立，即q(μ)的参数不受τ的控制。但它依旧是个高斯分布，q(τ)依旧是个Gamma分布，只是各自的参数未知。所以我们只要把下界看成这些分布的未知参数的函数形式，然后通过对各自参数的求导就能获得下界的极大值。(可能是因为指数家族的关系，未知参数的期望都有固定的函数形式，所以比较好求）

以之前为例，我们假设

q(μ)=N(μ|uN,λ−1N)q(τ)=Gam(τ|aN,bN)(11)

其中，aN,bN,uN,λ−1N均为未知参数。

写出变分下界

L=∫∫q(μ,τ)lnp(X,μ,τ)q(μ,τ)dudr=Eq[lnp(X,μ,τ)]−Eq[lnq(μ,τ)]=Eq[lnp(X|μ,τ)]+Eq[lnp(μ|τ)]+Eq[lnp(τ)]−Eq[lnq(μ)]−Eq[lnq(τ)](12)

其中

Eq[lnp(X|μ,τ)]=N2Er[lnτ]−τ2Eu[∑n=1N(xn−μ)2]Eq[lnp(μ|τ)]=12Er[lnτ]−τ2Eu[λ0(μ−u0)2]Eq[lnp(τ)]=(a0−1)Er[lnτ]−boEr[τ]Eq[lnq(μ)]=uNEq[lnp(τ)]=aNbN(13)

根据Gamma分布的性质，将消去式(13)中的期望，最后我们获得的式子将只包括aN,bN,uN,λ−1N这4个变量，分别对其求导，就可以得到每个参数的更新公式了（同式（10））。

备注：

1.Gamma分布

Gam(λ|a,b)=1Γ(a)baλa−1exp(−bλ)(14)

它的一些期望

E[λ]=abvar[λ]=ab2E[lnλ]=Ψ(a)−ln(b)(15)

其中Ψ(a)=ddalnΓ(a)