不确定性
定义:不具有使我们得出完美可信结论所需的准确知识
在专家系统中来解决的大部分问题都是不确定性的(自然语言的模糊性)
- 弱暗示(难以确定IF THEN condition)
- 不精确的语言(量化术语)
- 未知数据(方便推理的进行)
- 合并不同专家观点时的困难(权重)
贝叶斯推理
IF
E is true
THEN
H is true{with probability p}
用贝叶斯公式来计算后验概率
用于勘探的POROSPECTOR专家系统是第一个使用贝叶斯规则计算p(H|E)(Duda et al , 1979)
充分性似然值
E存在时,专家估计假设H的可能性
LS = p(E|H)/p(E|非H)
必要性似然值
没有论据E时,假设H不被信任的度量
LN = p(非E|H)/ p(非E|非H)
贝叶斯方法的偏差
专家系统应该对先验概率和条件概率分别进行不同的估计
分段差值线性模型来改进偏差值
使用范畴
满足多个假定条件,比如独立性,假设,逆假设等