决策网络

  • 你知道这是什么吗,以及它们如何在决策理论中表示决策(使用概率)
    • 它们和决策树相似吗?

回答:

是的,它们共享类似的概念,并且两者主要包含:决策节点和机会节点。

不同之处在于,在网络中,你不一定从一个节点开始,而是可以从不同节点的组合开始;并且与树中每个节点只接受一个输入不同,在网络中,一个决策/机会可能基于多个输入。

例如,在网络中的一个单独的节点中:天气=晴朗 + 假期=真 => 去徒步旅行=真。因此,你不需要像在树中那样将其拆分为多个节点。

总的来说,它们的区别与传统意义上的的差异相似。如果你熟悉决策树,那么你应该能够轻松地理解决策网络

希望这有帮助。

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