Bayesiano: ¿hay alguien en el salón?

Descripción general

El sensor Bayesiano combina varias pistas imperfectas (movimiento, tele, consumo…) y calcula la probabilidad de que algo sea cierto. Pasa a on cuando esa probabilidad supera el umbral que elijas.

Tres pistas, movimiento, tele y consumo, se combinan en una probabilidad del 86 por ciento que supera el umbral y pone el sensor en on — Varias pistas se combinan en una sola probabilidad.

Ilustración: NODARA.

Requisitos

Varias pistas de ocupación, por ejemplo: binary_sensor.movimiento_salon, media_player.tele_salon y sensor.potencia_salon (W).

Crear el ayudante

Puedes crearlo en Ajustes → Dispositivos y servicios → Añadir integración → Bayesiano (Bayesian) o en YAML. En YAML se ven mejor todas las probabilidades juntas:

binary_sensor:
  - platform: bayesian
    name: "Salón ocupado"
    unique_id: salon_ocupado_bayes
    prior: 0.3
    probability_threshold: 0.8
    observations:
      - platform: state
        entity_id: binary_sensor.movimiento_salon
        to_state: "on"
        prob_given_true: 0.85
        prob_given_false: 0.05
      - platform: state
        entity_id: media_player.tele_salon
        to_state: "playing"
        prob_given_true: 0.6
        prob_given_false: 0.05
      - platform: numeric_state
        entity_id: sensor.potencia_salon
        above: 80
        prob_given_true: 0.7
        prob_given_false: 0.2

Ideas de uso

Salón ocupado aunque estés quieto en el sofá. Es el ejemplo de abajo.
Alguien duerme en el dormitorio: luces apagadas, móvil cargando, sin movimiento.
Casa vacía combinando móviles, puertas y consumo.
Ducha en marcha con humedad, temperatura del baño y consumo del termo.
Persona en la cocina para encender la campana o la radio.
Lavadora terminada cuando el consumo baja, la vibración para y la puerta se abre.

Ejemplo de uso

Objetivo: Saber si el salón está ocupado aunque estés quieto en el sofá, cuando el sensor de movimiento ya no detecta nada.

Cómo funciona

prior es la probabilidad de partida: si el salón está ocupado un 30 % del tiempo, pon 0.3.
Cada observación dice cómo de probable es ver esa pista si el salón está ocupado (prob_given_true) y si no lo está (prob_given_false). Cuanto más se separen, más pesa la pista.
Home Assistant combina las pistas con el teorema de Bayes y obtiene una probabilidad final, visible en el atributo probability.
El sensor pasa a on cuando esa probabilidad supera probability_threshold (0.8).
Ajusta los valores mirando el historial: ¿cuántas veces estaba la tele encendida con el salón vacío?

Resultado

Acción

Sin movimiento hace 10 min
Tele en reproducción · 140 W

Resultado

probability = 0.86
binary_sensor.salon_ocupado = on

Acción

Sin movimiento · tele apagada · 15 W

Resultado

probability = 0.03
binary_sensor.salon_ocupado = off