问题标签 [markov-models]

我正在尝试实现马尔可夫随机场。其中，我想获得一个 的值phi(A|B = 0, C = 1)。但是，使用证据选项时，KeyError: 'B'会发生。我不知道为什么会这样。

下面是代码。

以下是错误的原因。

有没有办法修复 KeyError？

我刚刚开始学习马尔科夫模型的实现，并且我正在尝试构建一个自动预测特定单词之前的单词的代码。我想用这个随机词生成一个 100 字的作文（我希望你明白我的意思）。

但是，我的代码只返回一个由一个单词组成的 100 个单词的组合！

我很困惑，我想我错过了一些重要的东西，但我似乎无法理解那是什么。我需要一些帮助。

这是我的代码。

请随时问我有关代码的任何问题。

我想使用 biopython 的 Bio.MarkovModel.train_visible() 为核苷酸序列训练二阶马尔可夫模型。那是，alphabet=["A","T","G","C"], states=["AA","AT","TT"...]

但是，我收到一个错误：

表明我可能已经尝试将我的 training_data 作为一对列表提供：

并作为此列表对的压缩列表：

但无济于事。什么是正确的格式training_set？谢谢！

考虑具有可对角化转移矩阵 A 的马尔可夫过程，使得 A=PDP^-1，其中 D 是具有 A 的特征值的对角矩阵，P 是其列是 A 的特征向量的矩阵。

为了计算每个状态最终进入每个吸收状态的可能性，我想将转换矩阵提高到 n 次方，n 接近无穷大：

A^n=PD^nP^-1

在 Numpy 中这样做的 pythonic 方式是什么？我可以天真地计算 A 的特征值和特征向量，将特征值提高到无穷大。由于我假设我有一个转移矩阵，我们将只有等于 1 的特征值（将保持为 1），以及 0 和 1 之间的特征值将变为 0（受此答案的启发）：

这会是推荐的方法吗，即一种在数值上既稳定又有效的方法？

output printing the len of arrival and service timesI am trying to implement an M/M/1 markovian process with exponential inter arrival and exponential service times using simpy. The code runs fine but I dont quite get the expected results. Also the number of list items in arrival times is lesser than the number of list items in service time after the code is run.

我正在尝试使用 r 中的 depmix S4 包对股价走势进行分类（1 表示上涨，0 表示下跌）。我的数据的前几行如下：

我了解如何使用该软件包，但我不确定该过程应该是什么？为了尝试和预测我的测试数据的向上或向下（1 或 0）运动，最好的方法是什么？

提前谢谢了。

在过去的几天里，我一直在使用马尔可夫链进行多点触控（数据驱动）归因模型，我在宏观层面发现了太多重要的信息，例如，ChannelAttribution包给了我每个渠道的归因实现转换的过程（电视、搜索或呼叫中心），但此属性是在考虑所有客户旅程以及每个渠道的消除效果的情况下完成的。我的问题是，在分析的微观层面上，我能否在客户层面获得最能归因于他们购买决定的渠道？也就是说，哪个渠道对每个客户的购买影响最大？是否进行转换都没有关系。

例如，我想像下面这样的输出：

我将不胜感激，也为我的英语感到抱歉，我希望能清楚。

我正在寻找预测性维护领域中强化学习、马尔可夫决策过程的示例 python 实现。

我自己尝试过，但要么找到了与不同域相关的样本，要么发现了一些无用的东西。

我是新来的。如果有人可以分享 MDP 在预测性维护中的示例实现，将会有很大帮助。

这是一些示例数据。以下是论文 (Wreede et al 2010) 关于“状态”变量的引用：

“对于他/她面临风险的每个转换，我们需要为每个人写一行，其中包含有关她/他的身份 (id)、当前转换 (from、to、trans)、进入当前状态的时间的数据（Tstart），他/她不再面临过渡风险的时间（Tstop），无论是由于事件还是由于审查，如状态所示。”

我正在使用 R 包将连续时间马尔可夫模型拟合到面板数据集MSM。因为我对转换率的性别差异感兴趣，所以我sex通过运行来拟合具有协变量（“M”或“F”）的模型

拟合模型后，我使用

这些线完全相同的转换率矩阵。这有点出乎意料，因为当我使用该hazard.msm函数提取风险比时，性别之间存在一些差异。有些结果甚至具有统计学意义。

我是否使用了错误的功能？