专家系统（？）算法

Question

我有一个算法问题可以简化为这个任务：

假设我们列出了n疾病和m症状 对于每种疾病d和症状s，我们有三种选择之一：

• 症状与疾病呈正相关：s => d
• 症状与疾病呈负相关：s => ~d
• 症状与疾病无关

该算法的目标是创建一个关于症状的是/否问题列表（甚至更好 - 问题的二叉树），它可以根据症状推断出确切的疾病。

非常感谢任何对特定算法，相关软件工具甚至特定领域术语的引用。

Answer 1

您使用决策树：http://en.wikipedia.org/wiki/Decision_tree_learning

基本上找到最佳树（即在确定疾病之前将问题的平均数量降至最低）是NP难的。

您可以使用贪婪算法，然后尝试对其进行优化（如果需要）。

在每个步骤中，您希望尽可能减少仍然“可能”的死亡数量。

您位于树的顶部，因此您可以为给定的s提供三种可能的选项，计算每个选项中的疾病数量：pc nc {{1} }。

一方面，uc另一方pc和nc你不能说什么（你可以查看你的树的两个级别来获得一些信息，但是现在我们不这样做了。）

最糟糕的情况是，您有uc / pc或nc + uc / pc + uc，请选择最小化最差情况的nc（即：一方面，另一方面只有少数几个。）

您需要最小化s。

您现在有了abs( pc - (nc + uc)) + abs ( (pc+uc) - nc)作为第一个问题，您可以迭代地构建您的树。

Answer 2

您的域名是否真的是“二元”或事实上，您是否更有可能希望将每个症状/疾病对的相关系数用作数值？这将允许强相关性影响结果而不是弱相关。

如果是这样，那么您可能希望查看分析数据和识别模式的Support Vector Machines。

Answer 3

问题与Mycin的细菌/抗生素问题非常相似，Mycin是20世纪80年代更普遍的基于规则的专家系统技术的先驱。使用由此产生的工具开发了其他医学诊断程序。

http://en.wikipedia.org/wiki/Mycin

Answer 4

如果您只需要参考，请查看Russel & Norvig本书。我现在手头没有我的副本，但我明天可以用一些章节建议更新这个答案。

Answer 5

如果每种疾病只有一些症状，那么您可以使用图形模型对概率进行建模。

http://en.wikipedia.org/wiki/Graphical_model

http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html

但我不知道你是否可以使用图形模型来创建一个问题树。