人工智能4--bayes方法(編輯修改稿)
2025-03-09 12:57 本頁面
【文章內(nèi)容簡介】 RELNRELNRELNRELN????????????0111?上述結(jié)論也可以直接從公式 5,6推導(dǎo)出來 – LS1，使得 P(R|E)P(R) – LS1, 使得 P(R|E)P(R) – LN1，使得 P(R|﹁ E)P(R) – LN1, 使得 P(R|﹁ E)P(R) 例子 ?假設(shè)有如下規(guī)則 : – 規(guī)則 1: IF E1 THEN(10,1) R1() – 規(guī)則 2: IF E2 THEN (20,1) R2() – 規(guī)則 3: IF E3 THEN (1,) R3() – 求 (1) 當(dāng) E1,E2,E3都存在時 , P(Ri|Ei) – (2)當(dāng) E1,E2,E3都不存在時 , P(Ri| ﹁ Ei) ?分析： 利用公式 5， 6 ?答案 : 000 )3|3()2|2()1|1()3|3()2|2()1|1(?????????ERPERPERPERPERPERP練習(xí) ?設(shè)有如下推理規(guī)則： – R1: IF E1 THEN (2,)H1 – R2: IF E2 THEN (1,)H2 – R3: IF E3 THEN (5,)H3 ?并且已知 P(H1)=, P(H2)=, P(H3)= ?計算當(dāng)證據(jù) E1,E2,E3存在或不存在時，P(Hi|Ei)或 P(Hi|﹁ Ei)的值各是多少？(i=1,2,3) 3) 證據(jù) E不確定 ?在現(xiàn)實中 ,證據(jù)往往是 不確定的 ,即無法肯定它一定存在或一定不存在 –用戶提供的原始證據(jù)不精確 ? 用戶的觀察不精確 –推理出的中間結(jié)論不精確 ?假設(shè) S是對 E的觀察 ,則 P(E|S)表示在觀察 S下 , E為真的概率 , 值在 [0,1]； ?此時 0P(E|S)1， 故計算后驗概率P(R|S), 不能使用 Bayes公式 ?可以采用下面的公式修正（ 杜達(dá)公式 ） )|()|()|()|()|( SEPERPSEPERPSRP ??????（ 式 7） 后驗概率 P(R|S)的計算 1 ?針對杜達(dá)公式，分四種情況討論 ? 1） E肯定存在，即 P(E|S)=1, 且 P(﹁ E | S)=0，杜達(dá)公式簡化為： ?注意：同時利用了 公式 5 1)()1()()|()|(?????RPLSRPLSERPSRP后驗概率 P(R|S)的計算 2 ?2） E肯定不存在，即 P(E|S)=0, P(﹁ E | S)=1，杜達(dá)公式簡化為：
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1