专家系统(?)算法

案例使用决策树: http://en.wikipedia.org/wiki/Decision_tree_learning

基本上,找到最佳树(即在确定问题之前,将问题的平均数量最小化)是NP难的。

在每一步,你都希望尽可能减少仍然“可能”的死亡人数。

s ,计算每个选项中的疾病数: pc nc uc .

个人电脑 北卡罗来纳州 以及 坎特伯雷大学 你什么都不能说(你可以看看你的树的两个层次来获得一些信息,但现在我们不这么做)。

个人电脑 / nc + uc pc + uc / 北卡罗来纳州 ,选择 把最坏的情况降到最低(一方面很多,另一方面只有少数)。

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

你现在有你的 s公司 对于第一个问题,您可以迭代地构建树。

你的领域真的是这个“二进制”的吗?或者事实上,你更可能想用每个症状/疾病对的相关系数作为一个数值吗?这将使强相关性比弱相关性对结果的影响更大。

如果是这样的话你可能想看看 Support Vector Machines 分析数据和识别模式。

http://en.wikipedia.org/wiki/Mycin

如果你只是需要一个推荐人,看看 Russel & Norvig 书。我现在手头没有副本,但明天我可以用一些章节建议来更新这个答案。

http://en.wikipedia.org/wiki/Graphical_model

http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html

但我不知道你是否可以用一个图形模型来创建一个问题树。