問題タブ [markov-chains]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
java - データシーケンスからの一次マルコフ連鎖遷移行列の構築 (Java、Matlab)
与えられた一連のデータ シーケンス (つまり、クリックストリーム データ) から一次マルコフ連鎖の遷移確率行列を推定したいと考えています。おそらくJavaで、それ以外の場合はMatlabで問題ありません。
私は各シーケンスを別のファイルに持っています (もちろん、すべてを 1 つのファイルにマージできます)。問題の 1 つは、シーケンスの標準的な長さがないことです。私は状態空間を知っており、状態遷移だけに興味があります。
私はこれを読みました:さまざまな状態シーケンスの長さを使用して MATLAB でマルコフ連鎖遷移行列を推定しますが、それが私の問題に適合するかどうかはわかりません。また、この問題を処理する Java ライブラリがあるかどうかも疑問に思っていました。もしそうなら、私はそれらを見つけることができませんでした。
algorithm - J48連鎖とマルコフ連鎖の違い
WekaSharp を使用して、C# および F# の領域でさまざまなアルゴリズムの相対速度を評価しようとしていますが、興味のあるアルゴリズムの 1 つはマルコフ連鎖でした。Weka には HMM アプリケーションがあることは知っていますが、これを WekaSharp に実装することができず、この目的に合わせて J48 アルゴリズムを変更する方法があるかどうか疑問に思っていました。J48 と 1 次マルコフ連鎖の間に類似点があることは知っていますが、何を修正する必要があるのか、またこれが妥当なのかどうかを判断しようとしています。以下は、Yin Zhu の WekaSharp に実装された J48 です。
どうもありがとうございました。
python - PyMC: 階層的隠れマルコフ モデル
これはPyMC のフォローアップです: マルコフ システムでのパラメーター推定
各タイムステップでの位置と速度によって定義されるシステムがあります。システムの動作は次のように定義されます。
これが私の PyMC モデルです。見積もりvel、posそして最も重要なことdamping。
これは私がサンプリングを実行する方法です：
の値dampingは事前確率によって支配されます。ユニフォームなどの前を変えてもそのままです。
私は何を間違っていますか？別のレイヤーがあるだけで、前の例とほとんど同じです。
この問題の完全な IPython ノートブックは、http: //nbviewer.ipython.org/github/sotte/random_stuff/blob/master/PyMC%20-%20HMM%20Dynamic%20System.ipynbで入手できます。
[編集: いくつかの説明とサンプリングのためのコード。]
[EDIT2: @Chris の回答は役に立ちませんでした。AdaptiveMetropolis*_states はモデルの一部ではないため、使用できませんでした。]
markov-chains - マルコフ連鎖はどのように機能し、無記憶症とは何ですか?
マルコフ連鎖はどのように機能しますか? Markov Chainのウィキペディアを読みましたが、得られないのは無記憶です。無記憶性は次のように述べています。
次の状態は、現在の状態のみに依存し、その前の一連のイベントには依存しません。
マルコフ連鎖にこのような性質があるとすれば、マルコフ モデルにおける連鎖の用途は何ですか?
この性質を説明せよ。
r - RでmarkovchainFitを使用してマルコフ連鎖を取得した後、状態遷移確率を識別する方法は?
私は一連のイベントを持っています:
このシーケンスを使用して、次の関数を使用してマルコフ連鎖を取得します。
次の状態を考えてみましょう"LHR - BA"。次に、次の形式で州全体の確率分布を特定するにはどうすればよいですか。