0
A
回答
1
这不是特别合适,因为不能在条件分布中求和条件变量。但是,一个例子可能会有帮助。如果我们假设B
和C
是二元变量并引入变量Z = A or B
。让我们定义如下联合分布上P(A,B,C)
A B C | Z | P(A,B,C)
------+---+----------
0 0 0 | 0 | 0.02
0 0 1 | 1 | 0.22
0 1 0 | 1 | 0.06
0 1 1 | 1 | 0.08
1 0 0 | 0 | 0.18
1 0 1 | 1 | 0.24
1 1 0 | 1 | 0.17
1 1 1 | 1 | 0.03
现在,条件分布,P(A|Z) = P(A,Z)/P(Z)
的定义。所以,总结而言
P(Z = 0) = 0.02 + 0.18 = 0.20
P(Z = 1) = 0.22 + 0.06 + 0.08 + 0.24 + 0.17 + 0.03 = 0.80
和P(A,Z)
,一旦我们在Z
了两套条款与Z
保持不变,两者总和为1.0调理
A | Z | P(A, Z) | P(A | Z)
--+---+---------+---------
0 | 0 | 0.02 | 0.10
1 | 0 | 0.18 | 0.90
0 | 1 | 0.36 | 0.45
1 | 1 | 0.44 | 0.55
通知。
因此,总之,没有一种计算P(A|B or C)
的通用方法,您需要查看联合分布以计算合适的概率。
相关问题
- 1. 贝叶斯网络
- 2. 贝叶斯网络分类
- 3. 设计贝叶斯网络
- 4. Clojure DAG(贝叶斯网络)
- 5. 贝叶斯网络在Matlab
- 6. 实现贝叶斯网络
- 7. 贝叶斯网络教程
- 8. 学习贝叶斯网络
- 9. 贝叶斯网络澄清
- 10. 贝叶斯网络多层
- 11. 贝叶斯和神经网络之间的关系是什么?
- 12. MATLAB中的贝叶斯网络
- 13. MATLAB中的贝叶斯网络错误
- 14. 贝叶斯网络中的推理
- 15. 推断高斯贝叶斯网络
- 16. 与Java的贝叶斯网络的API
- 17. 用于iphone的贝叶斯网络库?
- 18. 贝叶斯网络的混淆矩阵
- 19. 贝叶斯网络的预测
- 20. 贝叶斯网络和模糊逻辑
- 21. AIMA实现贝叶斯网络
- 22. 参考贝叶斯和神经网络
- 23. 贝叶斯神经网络:计算Hessian
- 24. 贝叶斯网络MATLAB工具箱
- 25. 贝叶斯网络实现与例子
- 26. 人工神经网络与贝叶斯网络的区别
- 27. 使用贝叶斯网络工具箱进行动态贝叶斯网络推理用于Matlab
- 28. 分类中的实例与贝叶斯网络
- 29. 在WEKA中使用带有贝叶斯网络的FilteredClassifier
- 30. 贝叶斯网络中的变量消除
你是否正在参加斯坦福大学的ai课程? :-) –
不,我正在瑞典留学:) – adamfinstorp