目前我正在开发一个决策系统，我有以下元素:
- 复杂贝叶斯网络
- 决策CPD(条件概率分布)
- 效用因子(将权重映射到某些概率分配)(仅U的父级)
我在没有观察任何证据的情况下计算整个网络的效用值，这很好。
但是现在我有一些观察到的证据，它的作用是将每个非法赋值的概率设置为0。法律任务仍然有相同的概率。当我运行效用计算函数时，它会改变决策CPD(因为非法选项被移除(乘以0))，但它仍然会看到证据出现的概率。
我的问题是，在观察到证据后，是否需要将概率归一化，而不考虑证据是以一定的概率出现的?这严重影响了效用函数的结果，从而影响了我的决定的结果。
所有可能结果的概率之和必须总是等于1。因此，如果某些结果被消除并因此被分配为零概率，那么是的，您必须重新规范化，以便所有剩余概率的总和为1。