使用贝叶斯公式

时间:2019-10-14 14:20:23

标签: conditional-statements artificial-intelligence probability bayesian wumpus-world

假设洞穴系统包含100个洞穴,其中90个没有隐藏的宝藏,而10个洞穴则包含一个埋藏的金物体。在70%的藏有藏宝的洞穴中,乌珀斯人从挖掘和撞击墙壁的过程中摆脱了他通常的恶臭。在剩下的藏有宝藏的洞穴中,乌珀斯人没有留下任何痕迹,即它们不臭。此外,由于Wumpus逃离了洞穴系统,所有没有隐藏宝藏的洞穴都没有气味。现在,该特工位于一个随机的洞穴中,可以感觉到它没有臭味。这个洞穴包含隐藏宝藏的可能性是多少?

如何使用贝叶斯公式解决此问题? 概率。洞穴内藏宝的数量= 10/100。 概率。隐秘宝藏数量= 0.7 * HT-代表隐藏的宝藏

p(HT / Cave)=(1/100 * 10/100)/(1/100 * 70/100 * 29/100 * 1/100)

我找到了解决方案,但是我不确定它是否正确?谁能帮我?

2 个答案:

答案 0 :(得分:0)

您想知道如果洞穴不臭的话找到隐藏宝藏的可能性是多少。因此,您要计算P(HT | notsmelly)。使用贝叶斯定理将是:

enter image description here

根据您的数据,

P(notsmelly | HT)= 0.3且P(HT)= 0.1

P(notsmelly)由90个空洞加上10个珍贵洞窟的30%给出。这样就等于0.93。

所以您的概率应该是(0.3 x 0.1)/0.93 = 0.0322,大约是3%。

答案 1 :(得分:0)

让?表示洞穴没有隐藏宝藏的事件。

让?表示存在宝藏的事件。

现在在?(?|?)=?(?)?(?|?)/?(?)=(?(?)?(?|?))/(?(?)?上应用贝叶斯规则(?|?)+?(??)?(?|??))。