证据确定性的描述   

上接

证明

    当P(E|E1)=0时，证据E必然不出现，同理有

                  P(H|E1)=P(H|ØE)=LN*P(H)/((LN-1)*P(H)+1)

    当P(E|E1)=P(E)时，即观察E1对E无影响，有

                 P(H|E1)=P(H|E)*P(E)+P(H|ØE)*P(ØE)

                        =P(H)

    这样，我们可以从P(E|E1)分别为0，P(E)和1确定与其相应的P(H|E1)值。主观bayes方法采用分段线性插值的方法，由P(E|E1)的任意取值，可得到相应的P(H|E1)值，如下图所示：

    3、证据合取情况

    设在观察E'之下，证据E1、E2、...、En的概率为P(E1|E')、P(E2|E')、...、P(En|E'),那么有

        P(E1 AND E2 AND ... AND En|E')=min{P(E1|E'),P(E2|E'),...,P(En|E')}

    4、证据析取情况

    设在观察E'之下，证据E1、E2、...、En的概率为P(E1|E')、P(E2|E')、...、P(En|E'),那么有

        P(E1 OR E2 OR ... OR En|E')=max{P(E1|E'),P(E2|E'),...,P(En|E')}

    5、相对独立的证据导出同一假设情况

    例6-2设一组独立的证据E1、E2、...、En的观察分别为E1'、E2'、...、En'，并且有规则E1®H，E2®H，...,En®H。假定由这些规则得到的假设H的后验几率分别是O(H|E1')、O(H|E2')、...、O(H|En'), 那么由这些独立证据的组合相应得到的假设H的后验几率为

                                                         返回