我有一组具有一组概率的非对称有向图（因此一个人从A点移动到B点，或从A点移动到C点等的可能性）。给定通过所有点的路线，我想计算在路线中做出的每个选择的可能性是一个好的选择。
举个例子，假设只有2个点的图表。
//In a matrix, the probabilities might look like
//A B
[ 0 0.9 //A
0.1 0 ] //B
因此从A移动到B的概率是0.9，从B到A的概率是0.1。给定路线A-> B，第一点（A）的正确程度如何，以及第二点（B）的正确程度如何。
假设我有一个更大的矩阵，其路线为A-> B-> C-> D.所以，我想知道的一些例子：
基本上，在每个点上，我想知道先前点在当前点之前的可能性以及后续点之后的可能性。我不需要统计上合理的东西。只是我可以用于相对比较的指标。有任何想法吗？
更新：我看到这个问题对每个人都没用，但答案对我来说非常有用，所以我试图让问题的描述更加清晰，并且很快就会包含我的回答万一它可以帮助某人。
答案 0 :(得分：0)
我认为这不可能有效。如果有一个算法来计算一个点处于错误位置的概率，你可以简单地找出每个点的哪个位置最不错，从而计算出正确的顺序。问题与寻找最佳路线基本相同。
附属问题是概率是''的'，这里。概率可以是100％吗？你怎么知道的？
旅行商问题困难的部分原因是，除了查看所有解决方案并发现它是最短的解决方案之外，没有办法知道您有最佳解决方案。
答案 1 :(得分：0)
用-log（p）替换概率矩阵（p），找到该矩阵中的最短路径可以解决您的问题。
答案 2 :(得分：0)
经过深思熟虑，我想出了一些适合我需要的东西。它仍然有同样的问题，在哪里获得准确的答案需要检查每个可能的路线。但是，在我的情况下，只检查直接和第一个间接路由就足以让我知道我的答案是如何“正确”的。
首先，我需要对每个概率都有信心。这是一个单独的计算，包含在一个单独的矩阵中（将1到1映射到概率矩阵）。我只为每个概率采用1.0-confidenceInterval。
如果我有路线A-> B-> C-> D，我计算一个点的“正确性指标”。看起来我正在获得某种直接路线和第一级间接路线的平均值。
一些例子：
将P（A，B）表示为A在B之前的概率 将C（A，B）表示为A在B之前的概率的置信度 基于间接路线A-> B-> C
将P'（A，C）表示为A在C之前的置信度。在B点，A出现在它之前的可能性：
指标= P（A，B）* C（A，B）/ C（A，B）
在C点，可能是A＆amp; B来之前：
P (A,C) = P(A,B)*P(B,C)
C（A，C）= C（A，B）* C（B，C）
指标= [P（A，C）* C（A，C）+ P（B，C）* C（B，C）+ P'（A，C）* C'（A，C）] / [C（A，C）+ C（B，C）+ C'（A，C）]
因此，这给了我一些始终在0和1之间的指标，并将第一级间接路线考虑在内（从 - ＆gt; indirectPoint-＆gt;到）。它似乎提供了我正在寻找的粗略估计。这不是一个很好的答案，但它确实提供了一些估计，因为没有别的东西可以提供更好的东西，它是合适的