Artificial intelligence 利用遗传规划估计概率

我想用遗传程序（gp）来估计“事件”的“结果”概率。为了训练神经网络，我使用了遗传算法

因此，在我的数据库中有许多事件，每个事件都包含许多可能的结果

我将给gp一组与每个事件的每个结果相关的输入变量

我的问题是-gp中的适应度函数应该是什么

例如，现在我给gp一组输入数据（结果输入变量）和一组目标数据（1如果结果发生，0如果结果没有发生，适应度函数是输出和目标的均方误差）。然后，我取每个结果的每个输出的总和，并将每个输出除以总和（给出概率）。然而，我确信这不是正确的做法

为清楚起见，我目前的做法如下：

我想估计一个事件中发生5种不同结果的概率：

Outcome 1 - inputs = [0.1, 0.2, 0.1, 0.4] 
Outcome 1 - inputs = [0.1, 0.3, 0.1, 0.3] 
Outcome 1 - inputs = [0.5, 0.6, 0.2, 0.1] 
Outcome 1 - inputs = [0.9, 0.2, 0.1, 0.3] 
Outcome 1 - inputs = [0.9, 0.2, 0.9, 0.2] 

然后，我将计算每个输入的gp输出：

Outcome 1 - output = 0.1 
Outcome 1 - output = 0.7 
Outcome 1 - output = 0.2 
Outcome 1 - output = 0.4 
Outcome 1 - output = 0.4

该事件中每个结果的输出总和为：1.80。然后，我将通过将输出除以总和来计算每个结果的“概率”：

Outcome 1 - p = 0.055 
Outcome 1 - p = 0.388 
Outcome 1 - p = 0.111 
Outcome 1 - p = 0.222 
Outcome 1 - p = 0.222 

在你开始之前-我知道这些不是真实的概率，而且这种方法不起作用！！我把这个放在这里是为了帮助你理解我想要实现的目标

有谁能给我一些建议，告诉我如何估计每个结果的概率？（另外，请注意我的数学不是很好）

---

非常感谢

我理解你问题的第一部分：你所描述的是一个分类问题。您正在学习您的输入是否与是否观察到结果（1）相关（0）

不过，第二部分有一些困难。如果我理解正确，您可以获取某一行输入的原始GP输出（例如0.7），并将其视为概率。你说这显然不管用。在GP中，您可以通过引入分割类的阈值来进行分类。如果大于0.3，则结果应为1；如果小于0，则结果应为0。这个阈值不一定是0.5（同样，它只是一个数字，而不是一个概率）

我认为如果你想获得一个概率，你应该尝试学习多个模型，这些模型都能很好地解释你的分类问题。我不期望你有一个完美的模型来完美地解释你的数据，如果你有，你无论如何都不会想要一个概率。您可以将这些模型打包在一起（创建一个集合），对于每个结果，您可以观察预测为1的模型数量和预测为0的模型数量。预测1的模型数量除以模型数量可以解释为观察到该结果的概率。如果模型都一样好，那么你可以忘记它们之间的权衡，如果它们在质量上不同，当然你可以在你的决定中考虑这些因素。训练集质量较低的模型不太可能做出好的估计

总之，您应该尝试应用GP，例如10次，然后使用训练集中的所有10个模型来计算其估计值（0或1）。但是，不要强迫自己只使用GP，有很多分类算法可以给出很好的结果

---

作为旁注，我是一个软件开发团队的成员，该软件在Windows下运行，您可以使用它运行GP并创建这样的集成。该软件是开源的。

人工智能是关于复杂算法的。想想看，缺点往往是，这些算法会变成黑匣子。因此，诸如NN和GA等算法的反面是，它们本质上是不透明的。如果你想让汽车自动驾驶，那就是你想要的。另一方面，这意味着您需要工具来查看黑盒

我想说的是，GA可能不是你想要解决问题的方法。如果你想解决AI类型的问题，你首先必须知道如何使用标准技术，如回归、LDA等

所以，将NN和GA结合起来通常是一个不好的迹象，因为你将一个黑盒子堆叠在另一个黑盒子上。我认为这是一个糟糕的设计。NN和GA只不过是非线性优化器。我建议你先看看主成分分析（PDA）、SVD和线性分类器（见维基百科）。如果你想办法解决简单的统计问题，那就转到更复杂的问题上去。查看Russell/Norvig编写的优秀教科书，阅读他们的一些源代码

---

要回答这些问题，我们确实需要广泛地查看数据集。如果您正在处理一个小问题，请定义概率等，您可能会在这里得到答案。也许还可以看看贝叶斯统计。我相信这会让你开始的。

我不理解你所描述的问题。您的数据集到底是什么样子的？它是如何产生的？你到底想估计什么？我想估计一个事件发生的概率。一个事件可以是任何事情（例如一场比赛），一个结果可以是任何事情（例如一名跑步者）。gp的输入将是与每个跑步者相关的变量，我试图估计每个跑步者赢得比赛的概率。因此，您的

事件

不是一个事件，而是一个通常意义上的“发生了什么事情”的事件？这很令人困惑。那么，你是在试图估计给定事件的特定结果的条件概率吗？是的，你是正确的。为我使用术语道歉——就像我说的，我的数学一点也不好。你应该调查一下。不过，请注意：这是一个巨大的话题。同时也要把手头的问题正式化。你会注意到这是一个非常普遍的问题，有无数不同的方法来处理它。我不知道你从哪里得到这个想法