algorithm - 专家系统 (?) 算法

Question

我有一个算法问题可以简化为这个任务：

假设我们有一份n疾病和m症状列表。
对于每种疾病d和症状s，我们有以下三种选择之一：

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

任何对特定算法、相关软件工具甚至特定领域行话的引用都将不胜感激。

score 5 · Accepted Answer

基本上找到最佳树（即在您识别疾病之前将最小化问题的平均数量）是NP-hard。

您可以使用贪心算法，然后尝试优化它（如果需要）。

在每个步骤中，您都希望尽可能减少仍然“可能”的死亡人数。

你在你的树的顶端，所以你有给定的三个可能的选项s，计算每个选项中的疾病数量：pc nc uc。

一方面你有pc另一方面nc，uc你不能说什么（你可以查看你的树的两个级别以获得一些信息，但现在我们不这样做）。

所以最坏的情况，你有pc/nc + uc或pc + uc/ nc，选择s最小化最坏情况的情况（即：一侧很多，另一侧只有少数）。

你需要最小化abs( pc - (nc + uc)) + abs ( (pc+uc) - nc).

你现在有你s的第一个问题，你可以迭代地构建你的树。

score 2 · Accepted Answer

您的域真的是这个“二元”，还是实际上，您更可能希望将每个症状/疾病对的相关系数用作数值？这将允许强相关性比弱相关性更能影响结果。

如果是这样，那么您可能需要查看分析数据和识别模式的支持向量机。

score 1 · Accepted Answer

该问题与 Mycin 的细菌/抗生素问题非常相似，Mycin 是 1980 年代更通用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疗诊断程序。

score 0 · Accepted Answer

如果您只需要参考，请查看Russel & Norvig的书。我现在手头没有我的副本，但明天我可以用一些章节建议来更新这个答案。

score 0 · Accepted Answer

如果每种疾病只有几个症状，那么您可以使用图形模型对概率进行建模。

但我不知道您是否可以使用图形模型来创建问题树。

5 回答 5