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 |
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) |
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 |