问题标签 [markov-chains]

我正在编写一些计算马尔可夫链限制的程序。

如果马尔可夫矩阵发散，我应该将其转换为 dA + (1-d)E 的形式，其中 A 和 E 都是 n * n 矩阵，并且 E 的所有元素都是 1/n。

但是，如果我在输入收敛时应用该转换，则会出现错误的值。

有没有简单的方法来检查马尔可夫矩阵是否收敛？

完整的 data.frame 概述：

该列fittedSurv包含概率，该列Rating对应于该fittedSurv时间点的概率 ( )。

对于马尔可夫链转换矩阵，我需要额外的列。仅对概率的单列（向量）进行纯粹的重新采样是无法单独进行的。

就推理而言，最有效的方法是什么？
关于正确的 R 包的可能指示就足够了 - 一个例子将是一个奖励。

@乔纳森。很可能是这样。然而，我怀疑随时间变化的概率可以被引导或重新采样概率向量，以便创建有意义的概率列。就像是：

我有 100,000 多个单词到他们的音素（CMUdict）的映射，例如：

我想将原始单词的字母分成等于音素数量的组，例如

我没有音素到字素的映射，但似乎我应该能够计算音素到字素的统计模型，然后用它来决定在哪里分割每个单词。（如果该模型也可以用于将新单词转换为其可能的音素，那就太好了）

我怎样才能做到这一点？我在想一个隐藏的马尔可夫模型听起来可能是适用的，但除了那种预感我不知道。

我是隐藏马尔可夫模型的新手，并试图找出对以下问题进行建模的最佳方法：

我有一个可以处于三种不同状态的随机变量。与隐藏马尔可夫模型类似，我对序列中的下一个状态以及该状态将取什么值感兴趣，但我所拥有的状态是已知的而不是隐藏的。

非常感谢您的回答。

最近几天我一直在尝试将此 js 脚本转换为 python 代码。

到目前为止，我的实现（主要是盲目的 cp，一些小修复）：

问题：

1. 我完全不了解javascript。

2. 当我尝试向“markov”类对象“学习”一些文本时[例如：a=markov(); a.learn("sdfg");] 我收到以下错误：“TypeError: unhashable type: 'list'”，对于“learnPart”函数中的“mem”字典，“learn”函数的成员。

   所以到目前为止我的问题是为什么会出现这个异常 [TypeError for a list object, falsely refer to a dictionary object (which is hashable)]？

在此先感谢您的任何建议、方向、要点和帮助：D

我有一个值在 0 和 1 之间的矩阵垫（所以可以是概率），如下所示：

我现在想将此矩阵 b 转换为马尔可夫转换矩阵，即每行的元素加起来为 1。我通过将矩阵除以 rowSums 来实现这一点：

但是，这会导致每列中的元素具有相同的值：

这不是我想要的。我要求每个元素具有不同的值，但我不知道如何做到这一点。任何建议表示赞赏！

我正在研究原型框架。

基本上，我需要根据关于他/她的一些传感器数据（例如 GPS、运动、心率、周围环境读数、温度等）为每个人的生活方式生成模型或配置文件。

建议的模型或配置文件是个人生活方式模式的知识表示。也许是一个带有概率的图表。

我正在考虑使用隐马尔可夫模型来实现这一点。由于 HMM 中的状态可以是工作、睡眠、休闲、运动等。观察可以是一组各种传感器数据。

我对 HMM 的理解是，下一个状态 S(t) 仅取决于前一个状态 S(t-1)。然而实际上，一个人的活动可能取决于之前的 n 个状态。使用 HMM 仍然是个好主意吗？或者我应该使用其他更合适的模型吗？我看过一些关于二阶和多阶马尔可夫链的工作，它是否也适用于 HMM？

如果你能给我一个详细的解释，我真的很感激。

谢谢！！

马尔可夫链的状态序列完全由它的出生率 l(t)（对于 lambda）和它的死亡率 m(t)（对于 mu）和给定初始状态的初始概率分布 P0 来表征。还有最大数量的状态 c（对于容量）。

假设通过上述生死系统获得的状态序列 y(t) 可用作测量值，并且 m(t)、P0 和 c 也是已知的。

如何获得系统的逆并计算 l(t)，它在给定 mu(t) 和 P0 和 c 的情况下创建 y(t)？

如果 mu(t) 或 P0 不再可用怎么办。还有可能吗？

我有这样的数据

Broker.Position

IP BP SP IP IP ..

我想以这种形式计算二阶转换矩阵

血压

SPSP

IPIP

BPSP

SPBP

IPSP

SPIP

BPIP

IPBP

我有一组 5000 个长度为 4 的字符串，其中字符串中的每个字符可以是 A、B、C 或 D。

• 0 阶马尔可夫链（无依赖性），由 A、B、C、D 列组成一个 4*1 数组。

• 一阶马尔可夫链（pos j 取决于前一个 pos i），形成一个 4*4 行 Ai、Bi、Ci、Di 的矩阵；和 Aj、Bj、Cj、Dj 列。

• 2 阶马尔可夫链（pos k 取决于 pos j 和 pos i），构成一个 4*4*4 维数为 Ai、Bi、Ci、Di 的矩阵；Aj、Bj、Cj、Dj；和 Ak, Bk, Ck, Dk [或者这构成了一个 16*4 的矩阵 Aij, Bij, Cij, Dij；Ak、Bk、Ck、Dk]。

• 三阶马尔可夫链（pos l 取决于 pos k、pos j 和 pos i），构成一个 4*4*4*4 维数为 Ai、Bi、Ci、Di 的矩阵；Aj、Bj、Cj、Dj；Ak、Bk、Ck、Dk；Al, Bl, Cl, Dl [或者这构成了一个 64*4 的矩阵 Aijk, Bijk, Cijk, Dijk; Al、Bl、Cl、Dl]。

4 个订单的参数数量是多少？我有一些想法，但想看看其他人的想法。谢谢你的建议！！