a*算法的优缺点 您所在的位置:网站首页 机器推荐算法的优缺点 a*算法的优缺点

a*算法的优缺点

#a*算法的优缺点| 来源: 网络整理| 查看: 265

1、预备知识

贝叶斯定理(Bayes’ theorem)是概率论中的一个定理,它跟随机变量的条件概率以及边缘概率分布有关。通常事件A在事件B发生的条件下的概率,与事件B在事件A发生的条件下的概率是不一样的;然而这两种是有确定关系的,这种关系就是贝叶斯定理:

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

从公式来看,我们需要首先了解3个基本概念:

1)先验概率

通常把P(A)称为“先验概率”(Prior probability),即在不知道B事件发生的前提下,对A事件发生概率的一个主观判断。

2)似然函数

P(B|A)/P(B)称为“似然函数”(Likelyhood),即对新事件B的发生调整,作用是,使得先验概率更接近真实概率。

如果“似然函数”P(B|A)/P(B)>1,意味着“先验概率”被增强,事件A的发生的可能性变大; 如果“似然函数”P(B|A)/P(B)=1,意味着事件B无助于判断事件A的可能性; 如果“似然函数”P(B|A)/P(B)


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有