Байесовская кросс-идентификация

[Kraysent]

Математическое и алгоритмическое описание байесовского подхода:
Кросс-идентификация - байесовский подход - теория.pdf

Для выбора пороговых апостериорных вероятностей надо немного экспериментировать, планирую начать с 0.1 и 0.9, дальше смотреть, как уменьшение/увеличение меняет результаты.

Проверка корректности алгоритма

1. При увеличении радиуса выбора объектов после определённого порога число успешно кросс-идентифицированных объектов не увеличивается.
2. При снижении вероятности для верхнего порога Байес-фактора число объектов, для которых кросс-идентификация отправляет на ручную проверку, должно расти, число существующих объектов должно уменьшаться. При этом число новых объектов меняться не должно.
3. При увеличении вероятности для нижнего порога Байес-фактора число объектов, для которых кросс-идентификация отправляет на ручную проверку, должно расти, число новых объектов должно уменьшаться. При этом число существующих объектов меняться не должно.
4. При увеличении радиуса увеличивается время работы алгоритма.