0

我在这里很新,但有一个问题需要帮助。我正在学习机器学习,特别是贝叶斯网络。我要解决的问题是:

考虑一头可能患有疾病的母牛。您可以通过假阳性率为 0.05 和假阴性率为 0.01 的牛奶测试来检测这种疾病。该测试连续进行 5 天,有 5 个结果。给定一组结果,确定疾病的状态。假设第一天感染的先验概率为 0.001,并且某一天的感染状态仅取决于其前一天的状态,因此感染持续到第二天的概率为 0.70 ,而新感染的概率为 0.002。

然后你给出了一组结果,并要求根据这些结果确定一些东西。我不太确定如何为这个问题构建网络,并且想知道是否有人有一些指示。

谢谢。

4

2 回答 2

1

贝叶斯网络应具有以下结构:

在此处输入图像描述

  • infectn表示当天牛是否感染n
  • testn给出当天的测试结果n
于 2013-11-14T10:22:20.830 回答
0

如图所示,这就是所谓的“隐马尔可夫模型”(HMM)。搜索该术语应该会找到很多信息。

于 2013-11-15T19:39:09.167 回答