简单贝叶斯网络因果独立性

enter code here我在尝试回答这个问题:

A->B

P(A) = 0.5

P(B|A=T) = 0.7

P(B|A=F) = 0.8

那么P(A|B) = ?

谢谢!


回答:

首先你应用贝叶斯定理,你会得到:

P(A|B) = P(A) * P(B|A) / P(B) 

然后你对a的值进行求和,得到:

P(A|B) = P(A) * P(B|A) / (sum_{a} P(B,a))

接着你应用链式法则:

P(A|B) = P(A) * P(B|A) / (sum_{a} P(B|a) * P(a))

使用这个公式,你可以轻松计算P(A = a | B = b)的概率。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注