如何从一组不确定的猜测中进行选择?

时间:2013-08-11 18:41:04

标签: algorithm probability

我正在尝试确定这是否是一个已解决的问题以及我应该搜索哪些算法。

问题是这样的:我将一个资源发送到一个删除服务,它会回答一些猜测,每个都有自己的确定百分比级别。其中一些猜测将成为其他人的别名。

因此,如果服务猜测资源是 A ,一个猜测为80%确定性,而 B ,其中3个猜测为40%,50%和60%(例如)。在较低的百分比下可能还有其他单一猜测。

在这种情况下,应用哪种算法可以在A和B之间进行选择? 或者,什么样的概率领域适用?

起初,我考虑过The Two Generals问题,但这更多地与交付的不确定性有关,而不是内容的不确定性。

如果这是一个已解决的问题,我应该调查哪种算法?

修改

根据下面的评论和答案,这里有更多信息。

  • 猜测是彼此独立的
  • 个人猜测不会达到100%。每次猜测都是尝试将传入资源与集合中存在的资源进行匹配。确定性仅仅取决于比赛的准确程度。
  • 这些资源中的每一个(都是唯一的)都有一些元数据可以识别它......文本标签,如果你愿意的话。这些可能不是唯一的。因此,多个唯一资源可能具有相同的标签,从而具有别名。

1 个答案:

答案 0 :(得分:0)

“最佳”答案取决于您如何解释同一资源的多次猜测(具有不同别名的猜测)。如果您认为每个猜测的别名都是一个新的“独立”猜测,而不仅仅是受到另一个猜测影响的部分重复猜测,那么解释您报告的猜测“概率/置信度”的适当方法是将所有百分比加起来猜测资源的别名,无论具有最高总概率分数的资源,选择那个。

除非您能够对报告的“概率/置信度”如何计算得出一些解释,否则很难给出更好的答案,因为例如理想情况下所有猜测的所有百分比应该加起来达到100%(或更少)如果它们确实是每个猜测的概率分数,并且只有一个正确的资源与您的查询匹配。如果你的“概率/置信度”分数加起来超过100%,那么可能有更好的方法来解释它们,如果你能告诉我们它们是如何计算的/它们真正意味着什么。“

相关问题