zoukankan      html  css  js  c++  java
  • 决策粗糙集与博弈粗糙集之比较

    在昨天的博文中,写下了自己对概率RS,决策RS,博弈RS的一点点区别,现在详细的解释一下DTRS中关于阈值,条件概率等计算问题,以及博弈粗糙集的详细介绍。

    在定义DTRS时,我们引入了条件概率、阈值等我们目前并没有给出解释、计算未知量,因此下一步亟需解决的问题就是:

    A)阈值(αβ)的解释与计算;

    B)条件概率Pr(C|[x])的估计;

    C)概率正、负及边界域的解释与应用.

    1)阈值(α, β)的解释与计算

    2)条件概率Pr(C|[x])的估计

    对条件概率取logit变换,得

    *********************博弈粗糙集*********************

    博弈粗糙集由里贾纳姚静涛教授研究提出,关键是在对确定域(正域和负域)以及不确定域(边界域)之间的不确定性的权衡中产生的。经过一系列的游戏迭代,最终获得一个满足纳什均衡的阈值对(至于纳什均衡是什么,可自行百科~)。

                         

        博弈粗糙集与决策粗糙集的不同之处在于,在决策粗糙集中,对三个域做决定与阈值对(αβ)的确定是分离的两项工作,而博弈粗糙集的这两项工作却是同时进行的;博弈粗糙集确定最佳阈值的过程是在对准确率和接受、拒绝和延迟域大小的权衡中决定的。

  • 相关阅读:
    jvM垃圾回收
    Java快速失败和安全失败
    方法覆盖和方法重载
    leetcode-Reverse Words in a String
    自己玩玩
    leetcode-Reverse Vowels of a String
    leetcode-Reverse String
    leetcode-Multiply Strings
    java多线程-cas及atomic
    @media响应式布局
  • 原文地址:https://www.cnblogs.com/little-YTMM/p/4349540.html
Copyright © 2011-2022 走看看