markov-chains

1зной

2ответ

Имитировать цепную тракту Маркова 1000 раз

Я следующий код для цепи Маркова: simulation.mc=function(i0,P,n.sim){ S=1:nrow(P) X=rep(0,n.sim) X[1]=i0 for (n in 2:n.sim){ X[n]=sample(x=S,size=1,prob=P[X[n-1],]) } return(X) } P=m

0зной

1ответ

как читать матрицу в excel vba?

Я хочу читать и хранить значения из матрицы 4 * 4 (2-мерный массив) и использовать ее в моей дальнейшей программе. Я говорю о VBA для Excel. Данные находятся в листе Excel, и я хочу прочитать его чере

1зной

1ответ

Марковская цепочка: многократная функция R для отображения значений состояния в n временных меток?

У меня есть эта простая цепь Маркова: library(markovchain) mcSIR <- new("markovchain", states=c("S","I","R"), transitionMatrix=matrix(data=c(0.9,0.1,0,0,0.8,0.2,0,0,1), byrow=TRUE, nrow=3),

1зной

2ответ

Использование многопроцессорности с несколькими возвращаемыми значениями и упорядоченными словарями

Я хотел бы использовать многопроцессорную обработку для генерации матрицы перехода цепи Маркова. Функция generateKeys() создает словарь с новыми скоростями и словарь с новыми ключами для каждого состо

0зной

2ответ

Марковский процесс принятия решений: одно и то же действие, ведущее к разным состояниям

На прошлой неделе я прочитал документ, предлагающий MDP в качестве альтернативного решения для систем рекомендаций, Ядром этой статьи было представление процесса рекомендаций в терминах MDP, т.е. сост

3зной

1ответ

Как использовать машинное обучение для вычисления графика состояний из последовательности данных?

Родовой препарат У меня есть набор данных, состоящий из последовательности точек с 12 функций в каждом. Я заинтересован в обнаружении события в этих данных. В данных обучения я знаю моменты, когда про

2зной

1ответ

Создание трехгосударственного участка цепи Маркова

У меня есть следующий dataframe с такими состояниями: сердитый, спокойный и уставший. В приведенном ниже окне данных приводятся отдельные случаи перехода одного состояния в другое. pre<-cbind(c(rep("t

0зной

2ответ

Пропорции в цепи Маркова не добавляют до 1

я следующие два состояния цепи Маркова: pre<-cbind(c(rep("rain",100),rep("sun",100),rep("rain",100))) post<-cbind(c(rep("rain",50),rep("sun",70),rep("rain",100),rep("sun",80))) df<-cbind(pre,post)