5.3.主观Bayes公式.pdf

5.3 主观 Bayes方法  在许多情况下，同类事件发生的频率并不高，甚至很 低，无法做概率统计，这时一般需要根据观测到的数 据，凭领域专家给出一些主观上的判断，称为主观概 率，一般可以解释对证据和规则的主观信任度。概率 推理中起关键作用的是Bayes公式，它是主观Bayes 的 基础。  主观Bayes方法是由杜达(R.O.Duda) 等人在1976年在 概率论的基础上，通过对Bayes公式的修正而形成的 一种不确定性推理模型，并成功地应用在他们自己开 发的地矿勘探专家系统PROSPECTOR 中。 2014-4-2 人工智能 丁世飞 1 概率方法Bayes推理  定义5.1 （全概率公式） 设有事件A1,A2,…, An满足: (1)任意两个事件互不相容； (2)P(Ai)0(i=1,2,…,n)； (3)样本空间D是各个Ai （i=l，2，…，n) 的集合。 则对任何事件B来说，有下式成立: P(B)=P(A1)·P(B|A1)+P(A2)·P(B|A2)+…+P(An)·P(B|An) n P(A ) p (B | A )  i i i 1 全概率公式提供了计算P(B)的方法。 2014-4-2 人工智能 丁世飞 2 概率方法Bayes推理  定义5.2 （Bayes公式） 设有事件A1,A2,…, An满足: (1)任意两个事件互不相容； (2)P(A)0(i=1,2，…,n) (3)样本空间D是各个Ai (i=1，2,…,n)的集合。 则对任何事件B来说，则有下式成立: 2014-4-2 人工智能 丁世飞 3  由全概率公式得到 其中 P(Ai)是事件Ai的先验概率； P(B|Ai)是在事件Ai发生条件下事件B的条件 概率； P(Ai|B)是在事件B发生条件下事件Ai的条件 概率，称为后验概率。 2014-4-2 人工智能 丁世飞 4 利用Bayes公式进行推理  在专家系统中，假设有 If E Then H 其中E为前提条件，H为结论。 那么条件概率P(H|E)就表示在E发生时，H 的概率， 可以用它作为证据E 出现时结论H 的确定性程度。  同样对于复合条件E=E1∧E2∧…∧En，也可以 用条件概率P(H| E1…En)作为证据E1，…，En 出 现时，结论H 的确定性程度。 2014-4-2 人工智能 丁世飞 5 利用Bayes公式进行推理  对于产生式规则If E Then Hi ，用条件概率 P(Hi|E) 作为证据E 出现时，结论Hi 的确定性 程度。根据Bayes公式，可以得到 2014-4-2 人工智能 丁世飞 6 利用Bayes公式进行推理  这就是说，当已知结论Hi 的先验概率P(Hi) ，并且 已知结论Hi (i=1，2 ，…，n)成立时,前提条件E 所对应的证据出现的条件概率P(E|Hi) 就可以用上 式求出相应证据出现时结论Hi 的条件概率P(Hi|E) 。