markov-chains

0열

1답변

'markovchain'라이브러리를 사용하여 Markov 모델을 만드는 데 문제가 있습니다. 마코프 체인 플롯을 만들기 위해서는 천이 행렬이 필요합니다. > trans_matrix12 <- new("markovchain", transitionMatrix = trans_matrix) Error in validObject(.Object) : inva

0열

2답변

마르코프 체인 확률을 찾는 방법?

체인이 상태 k-1에서 상태 1으로 점프하기 전에 상태가 k이 될 확률을 찾으려고합니다. 누구든지 내 실수를 감지 할 수 있습니까? 마크 로프 체인을 시뮬레이트하려했지만, k ={1, 2, 3, ........17} 확률을 찾을 수있는 코드를 만들고 싶습니다. 하지만 코드를 실제로 얻을 수는 없습니다. k <- 17 { p <- 0.5 q <- 0.1

0열

1답변

자동차 경주 용 Markov 프로세스의 상태 공간 그래프를 나타냅니다.

아무도 Markov의 State Space Graph 설계에 도움을 줄 수 있습니까? Berkeley CS188의 자동차 경주 예제 결정 프로세스. 자동차 경주 예를 예를 들어 내가 100 개 작업을 할 수 있으며, 내 보상을 극대화하기 위해 최선의 정책을 얻기 위해 값의 반복을 실행합니다. 내가 3 개의 상태 (차갑고 따뜻하며 과열)가있을 때 "끝"상태를

-1열

1답변

마코프 전이 확률 행렬

전이 확률 행렬 계산에 문제가 있습니다. 두 개의 ID와 검색 패턴 (방문한 페이지)이 있습니다. 예 : Id Page 1 A 1 A 1 B 2 C 2 C 3 D 3 E 3 F 1 D 1 G 4 G 4 C 4 H 2 D 2 C 또한 페이지의 초기 확률이 P_a, ...., P_h입니다. R (선호) 또는 Python에서 모든

1열

1답변

Markov 프로세스에 대한 Kolmogorov-Chapman 방정식 생성

Markov Chain 문제를 해결하기 위해 MathCad의 Kolmogorov-Chapman 방정식을 생성하는 방법을 찾고 있습니다. 문제는 시스템이 상태 중 하나에있을 확률을 찾는 것입니다. 시스템에는 N 개의 구성 요소가 있습니다. 2 N 노드 (주)와 2 * N 매개 변수가있는 그래프가 있습니다. N a은 N 번째 구성 요소가 고장날 확률이며 N b

1열

1답변

정보 이득 제거 기능의 맥락에서 알파의 의미는 무엇입니까?

PST 패키지에서 우리는 값을 C으로 사용하여 트리를 잘라내는 데 사용 된 정보 획득 기능을 차단합니다. C95 <- qchisq(0.95, 1)/2 IT는 C 값이 0.05의 알파에 기초하는 것이 무엇을 의미 하는가 다음과 같이 0.05의 알파의 값은 C 계산된다? 우리가 추가 노드가 잘라 내기 알고리즘에 의해 유지되기 위해 이전 노드에 비해 더 많은

0열

1답변

불화 동네를 만들었지 만 "실종 1 필수 위치 인수 : '자기'"

나는 임의로 생성 된 문장을 몇 초마다 분출하는 불화 봇을 만들고 있습니다. 임씨는 문장 구조를 좀더 좋게 만들기 위해 nltk 모듈을 사용하려고 노력하지만 오류가 발생하여 그것을 이해할 수 없다. (나는 파이썬에 익숙하며 내가 알아야 할 모든 것을 배우고있다. 함께) 오류 :. File "/root/PycharmProjects/untitled/Loop.p

0열

1답변

Markov Chain 원하는 벡터 요소를 풀 수있는 초기 상태 벡터 조정

나는 미래의 시점에서 상태 벡터 요소를 풀기 위해 각 단계에서 이산 마르코프 체인의 초기 상태 벡터를 늘리려고하고 있습니다. 꽤 귀찮은 것 같습니다. 간단한 예를 들어, 기업이 (항목 수준, 수준 올리기, 회사 종료) 3 가지 전환 상태를 가진 초보 수준 직원으로 구성된 초기 상태 벡터를 갖고 있다고 가정합니다. 1000 엔트리 레벨의 직원 초기 상태 벡터

1열

2답변

마르코프의 체인 전이 확률 행렬을 만드는 법

저는 독자적으로 R을 배우고 있으며, markovchain 패키지를 사용하여 Rstudio에서 전이 확률 행렬을 만드는 데 어려움을 겪고 있습니다. 먼저 DNA 서열의 전이 확률을 계산하려고했습니다. ATTCAACACATCCAGCCACATGCTCCGAGAGGAGGCAGAGGGCCCCCGGAATGATGCTTACCGAGATTCTTGTTTTTATCCTCGTGGT

0열

1답변

깁스 샘플링은 작은 확률을 제공합니다.

최종 디자인 프로젝트의 일부로 이미지를 제거하기 위해 깁스 샘플러를 설계해야합니다. 우리는 일반 Gibbs 샘플러 대신 Metropolis Algorithm을 사용하기로했습니다. 알고리즘의 대략적인 스케치는 다음과 같습니다. 모든 픽셀은 0-255 그레이 스케일 값입니다. 또한, 우리는 사전 매끄러운 사전 배포를 사용하고 있습니다. main() g