blocks|key|641489|text|您可以使用决策树：学习|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|641490|基本上，找出最优的树(也就是在你能够识别疾病之前所问的问题的平均数量最小化)是NP难的。|641491|你可以使用一个贪婪的算法，然后尝试优化它(如果你需要的话)。|641492|在每一步，你想要尽可能减少死亡的数量仍然是“可能的”。|641493|您位于树的顶端，因此对于给定的s，您有三个可能的选项:计算每个选项中的疾病数量：pc+nc+uc。|style|CODE|641494|一方面是pc，另一边是nc，uc是什么也不能说的(您可以查看树的两层来获得一些信息，但目前我们没有这样做)。|641495|因此，在最坏的情况下，您有pc+/+nc+%2B+uc或pc+%2B+uc+/+nc，选择最小化最坏情况的s+(即:一方很多，另一方只有几个)。|641496|您需要最小化abs(+pc+-+(nc+%2B+uc))+%2B+abs+(+(pc%2Buc)+-+nc)。|641497|现在您有了您的第一个问题的s，并且可以迭代地构建树。|641498|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/Decision_tree_learning^0|9|2|0|0|0|0|0|F|1|14|2|17|2|1A|2|0|4|2|B|2|E|2|0|D|2|I|7|Q|7|10|2|1D|1|0|6|16|0|D|1|0^^$0|@$1|2|3|4|5|6|7|13|8|@]|9|@$A|14|B|15|1|16]]|C|$]]|$1|D|3|E|5|6|7|17|8|@]|9|@]|C|$]]|$1|F|3|G|5|6|7|18|8|@]|9|@]|C|$]]|$1|H|3|I|5|6|7|19|8|@]|9|@]|C|$]]|$1|J|3|K|5|6|7|1A|8|@$A|1B|B|1C|L|M]|$A|1D|B|1E|L|M]|$A|1F|B|1G|L|M]|$A|1H|B|1I|L|M]]|9|@]|C|$]]|$1|N|3|O|5|6|7|1J|8|@$A|1K|B|1L|L|M]|$A|1M|B|1N|L|M]|$A|1O|B|1P|L|M]]|9|@]|C|$]]|$1|P|3|Q|5|6|7|1Q|8|@$A|1R|B|1S|L|M]|$A|1T|B|1U|L|M]|$A|1V|B|1W|L|M]|$A|1X|B|1Y|L|M]|$A|1Z|B|20|L|M]]|9|@]|C|$]]|$1|R|3|S|5|6|7|21|8|@$A|22|B|23|L|M]]|9|@]|C|$]]|$1|T|3|U|5|6|7|24|8|@$A|25|B|26|L|M]]|9|@]|C|$]]|$1|V|3|-4|5|6|7|27|8|@]|9|@]|C|$]]]|W|$X|$5|Y|Z|10|C|$11|12]]]]

You case use a decision tree : <a href="http://en.wikipedia.org/wiki/Decision_tree_learning" rel="nofollow">http://en.wikipedia.org/wiki/Decision_tree_learning</a>

Basically finding the optimum tree (ie which will minimize the average number of questions asked before you can identify the desease) is NP-hard.

You can can use a greedy algorithm and then try to optimise it (if you need it).

At each step you want to reduce at much as possible the number of deceases that are still "possible". 

You are at the top of your tree and so you have three possible options for a given <code>s</code>, count the number of diseases in each option : <code>pc</code> <code>nc</code> <code>uc</code>.

On one side you have <code>pc</code> on the other <code>nc</code> and the <code>uc</code> you can't say anything (you can look at two level of your tree to have some info but for now we don't do that).

So worst case scenario, you have <code>pc</code> / <code>nc + uc</code> or <code>pc + uc</code> / <code>nc</code>, choose the <code>s</code> that minimize worst case (ie : lot of one side, only a few on the other).

You need to minimize <code>abs( pc - (nc + uc)) + abs ( (pc+uc) - nc)</code>.

You now have your <code>s</code> for your first question and you can iteratively build your tree.

blocks|key|2195294|text|您的域是否真的是“二进制”，或者实际上，您是否更愿意将每个症状/疾病对的相关系数用作一个数值？这将允许强相关性比弱相关性更多地影响结果。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2195295|如果是这样的话，那么您可能想看看分析数据和识别模式的支持向量机。|offset|length|2195296|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/Support_vector_machine^0|0|Q|5|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|O|8|@]|9|@$D|P|E|Q|1|R]]|A|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]]]

Is your domain really this 'binary' or in fact, would you more likely want to use the correlation coefficient for each symptom/disease pair as a numeric value? This would allow strong correlations to influence the result more than weak correlations.

If so then you might want to look at <a href="http://en.wikipedia.org/wiki/Support_vector_machine" rel="nofollow">Support Vector Machines</a> that analyze data and recognize patterns.

blocks|key|2195405|text|这个问题与Mycin的细菌/抗生素问题非常相似，Mycin是上世纪80年代更通用的基于规则的专家系统技术的先驱。还有其他医疗诊断程序的开发与结果工具。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2195406|http://en.wikipedia.org/wiki/Mycin|offset|length|2195407|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|Y|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

The problem is very similar to the bacteria / antibiotic question of Mycin, a forerunner to more generalized rule-based expert systems technology of the 1980s. There were other medical diagnostic programs developed with the resulting tools.

<a href="http://en.wikipedia.org/wiki/Mycin" rel="nofollow">http://en.wikipedia.org/wiki/Mycin</a>

blocks|key|1839932|text|如果您只需要一个参考，请看一看Russel+&+Norvig的书。我手头没有我的副本，但明天我可以用一些章节建议来更新这个答案。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1839933|entityMap|0|LINK|mutability|MUTABLE|url|http://aima.cs.berkeley.edu/^0|F|F|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

If you just need a reference, take a look at the <a href="http://aima.cs.berkeley.edu/" rel="nofollow">Russel &amp; Norvig</a> book. I don't have my copy at hand right now, but I can update this answer with some chapter suggestions tomorrow.

blocks|key|1839945|text|如果每种疾病只有少数症状，那么您可以使用图形模型来建模概率。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1839946|模型|offset|length|1839947|http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html|1839948|但是我不知道你是否可以用图形模型来创建一个问题树。|1839949|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/Graphical_model|1^0|0|0|2|0|0|0|1E|1|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|T|8|@]|9|@$D|U|E|V|1|W]]|A|$]]|$1|F|3|G|5|6|7|X|8|@]|9|@$D|Y|E|Z|1|10]]|A|$]]|$1|H|3|I|5|6|7|11|8|@]|9|@]|A|$]]|$1|J|3|-4|5|6|7|12|8|@]|9|@]|A|$]]]|K|$L|$5|M|N|O|A|$P|Q]]|R|$5|M|N|O|A|$P|G]]]]

If each disease only has a few symptoms, then you can use graphical models to model the probabilities.

<a href="http://en.wikipedia.org/wiki/Graphical_model" rel="nofollow">http://en.wikipedia.org/wiki/Graphical_model</a>

<a href="http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html" rel="nofollow">http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html</a>

But I don't know if you can use a graphical model to create a tree of questions.

I have an algorithmic problem which can be reduced to this task:

Suppose we have a list of <code>n</code> diseases and <code>m</code> symptoms. 
For each disease <code>d</code> and symptom <code>s</code>, we have one of three options:

<ul>
<li>the symptom is positively correlated with the disease: <code>s =&gt; d</code></li>
<li>the symptom is negatively correlated with the disease: <code>s =&gt; ~d</code></li>
<li>the symptom is uncorrelated with the disease</li>
</ul>

The goal of the algorithm is to create a list of yes/no questions regarding symptoms (or even better - a binary tree of questions), which can deduce the exact disease according to the symptoms.

Any references to specific algorithms, relevant software tools and even domain-specific jargon would be very appreciated.

Expert System (?) algorithm

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一个算法问题，可以简化为这个任务：假设我们有一个n疾病和m症状的列表。对于每一种疾病d和症状s，我们有三种选择：症状与疾病呈正相关：s => d症状与疾病呈负相关：s => ~d症状与疾病无关。该算法的目标是创建一个关于症状的“是”/“否”问题的列表(甚至更好的是一棵二叉树)，它可以根据症状推断出确切的疾病。任何对特定算法，相关软件工具，甚至特定领域术语的引用都将不胜感激。

问专家系统算法
EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问专家系统算法EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问专家系统算法
EN