【发布时间】：2012-03-06 06:30:44
【问题描述】：
假设在 N 次发生后，有 P 次事件发生。估计该事件下次再次发生概率的“幼稚”方法是 P/N，但显然 N 越高，我们的估计就越好。
在现实世界中模拟这种“确定性”的实用方法是什么？我不需要数学上完美的东西，只需要让它更真实一点的东西。例如：
- 如果一名足球运动员在 40 场比赛中打进 9 球，那么我希望算法对他的评分高于在 4 场比赛中打进 1 球的足球运动员
- 评分为 8.0 且获得 100k 票的电影应高于获得 2k 票的 8.2 电影
- 等等……
【问题讨论】：
-
根据示例，在我看来会有一个提供排序键的公式，但我不知道更多了。
-
你的目标不是很明确。您应该更好地描述什么被认为更好
-
我认为贝叶斯定理正是您要寻找的。这是一个简单的公式，但它的应用可能非常复杂。 (en.wikipedia.org/wiki/Bayes'_theorem)
-
嗯，“更好”确实是一件非常主观的事情，所以我不需要一个算法来给出每个人都会同意的结果。只是“接近”的东西就足够了。另一个例子是在计算机学习用户行为的国际象棋游戏中，如果它看到他在 100 次中移动了 80 次，那么它应该期望他这样做比用户在 2 次中执行 2 次时更多。
标签： algorithm probability estimation consistency