必威是什么必威是什么

贝叶斯

这贝叶斯二进制传感器平台从多个传感器观察状态，并使用贝叶斯的规则为了估计在观察到的传感器的状态下发生事件发生的概率。如果估计的后验概率高于概率_threshold，传感器是上否则是离开。

这允许检测复杂的事件，例如，烹饪，淋浴，床上，早上例行活动的开始等。是直接可观察到，但传感器可能是不可靠的，例如存在。

配置

要启用贝叶斯传感器，请在您的configuration.yaml：

＃示例Configuration.yaml条目binary_sensor：-平台：贝叶斯事先的：0.1观察：-ENTITY_ID：“switch.kitchen_lights”prog_given_true：0.6prob_given_false：0.2平台：“状态”to_state：“上”

配置变量

寻找您的配置文件？
事先的 漂浮 必需的

事件的先验概率。在任何时间点（忽略所有外部影响），此事件发生了多大的可能性？
概率_threshold 漂浮 （（可选的，默认：0.5）

传感器应触发的概率上。
姓名 细绳 （（可选的，默认：贝叶斯二进制传感器）

在前端使用的传感器名称。
观察 列表 必需的

影响给定事件发生的可能性的观察结果。
平台 细绳 必需的

受支持的平台是状态，，，，numeric_state， 和模板。它们以相应的触发器进行自动化进行建模，需要to_state（为了状态），以下和/或以上（为了numeric_state） 和value_template（为了模板）。
ENTITY_ID 细绳 （（可选的）

要监视的实体的名称。需要状态和numeric_state。
value_template 模板 （（可选的）

定义要使用的模板。需要模板。
prog_given_true 漂浮 必需的

鉴于事件是真的。
prob_given_false 漂浮 （（可选的）

鉴于事件是错误的也可以设置。
默认：

1 -prob_given_true如果prob_given_false未设置

to_state 细绳 （（可选的）

目标状态。需要状态）。

完整的例子

以下是一个示例状态观察平台。

＃示例Configuration.yaml条目binary_sensor：姓名：“在床上”平台：“贝叶斯”事先的：0.25概率_threshold：0.95观察：-平台：“状态”ENTITY_ID：“Sensor.living_room_motion”prog_given_true：0.4prob_given_false：0.2to_state：“离开”-平台：“状态”ENTITY_ID：“Sensor.Basement_Motion”prog_given_true：0.5prob_given_false：0.4to_state：“离开”-平台：“状态”ENTITY_ID：“传感器。Bedroom_motion”prog_given_true：0.5to_state：“上”-平台：“状态”ENTITY_ID：“太阳。prog_given_true：0.7to_state：“下面_horizo​​n”

接下来一个针对的示例numeric_state观察平台，如它所需的配置所示以下和/或以上代替to_state。

＃示例Configuration.yaml条目binary_sensor：姓名：“热上”平台：“贝叶斯”事先的：0.2概率_threshold：0.9观察：-平台：“numeric_state”ENTITY_ID：“传感器。outside_air_temperature_fahrenheit”prog_given_true：0.95以下：50

最后，这是一个例子模板观察平台，如它所需的配置所示value_template。

＃示例Configuration.yaml条目binary_sensor：姓名：“保卢斯家”平台：“贝叶斯”事先的：0.5概率_threshold：0.9观察：-平台：模板value_template：>{{is_state（'device_tracker.paulus'，'not_home'）和（（as_timestamp（now（now（）） -  as_timestamp（states.device_tracker.paulus.paulus.last_changed）> 300）> 300）}}}}}}}}}}}}}}prog_given_true：0.95