结合统计数据与专家意见的使用信念函数与证据权重的实验
人工智能
2013-04-08 v1
摘要
本文提出了一些在有数据存在时使用不确定性管理方法而非其他统计与机器学习方法的思想与结果。以医学领域作为测试平台,数据来自一个大型医院数据库系统,该系统收集患者的症状与结果信息。数据经常缺失,变量类型多样,且特定结果的样本量不大。不确定性管理方法适用于此类领域,并具有允许专家对最初从数据中获得的信念值进行修改的额外优势。本文较为详细地探讨了在统计数据上使用信念函数的方法论考量。在项目开发的各个层面纳入了专家意见,并报告了在肝病诊断应用上的结果。还展示了在另一个医学领域对比证据权重与逻辑回归使用的最新结果。
引用
@article{arxiv.1304.1519,
title = {Experiments Using Belief Functions and Weights of Evidence incorporating Statistical Data and Expert Opinions},
author = {Mary McLeish and P. Yao and M. Cecile and T. Stirtzinger},
journal= {arXiv preprint arXiv:1304.1519},
year = {2013}
}
备注
Appears in Proceedings of the Fifth Conference on Uncertainty in Artificial Intelligence (UAI1989)