R中的多變量霍克分佈

我有一個用戶可以點擊的N個類別的列表。假設有K個這樣的用戶。我有過去3個月的數據，告訴哪個用戶點擊了哪個類別的哪個日期多少次。對於前{2016年6月20日：[10,15,12,15]}這個字典是針對特定用戶的，並且在6月20日說他點擊了10,12次一次，15次兩次。R中的多變量霍克分佈

鑑於此數據，我希望使用多變量Hawks分佈對其進行建模，以便根據點擊過去的類別（相同和不同類別），我可以預測用戶將點擊哪些類別。

我已經看了一些例子。 http://jheusser.github.io/2013/09/08/hawkes.html 使用ptproc軟件包的單變量Hawks分佈。但是，ptproc現在不存在。

我想提供一些隨機初始化的平均值，alpha和beta參數，並希望模型使用EM算法執行最大似然估計來查找最佳參數值並將其返回。

使用hawkes包，

library(hawkes) 
lambda0 <- c(0.2,0.2) 
alpha <- matrix(c(0.5,0,0,0.5),byrow=TRUE,nrow=2) 
beta <- c(0.7,0.7) 
history <- simulateHawkes(lambda0,alpha,beta,3600) 
l  <- likelihoodHawkes(lambda0,alpha,beta,history)

此計算用於參數一些隨機初始化的可能性。如何通過使用EM算法找到最佳參數，並在這裏最大化多變量Hawkes分佈的可能性？

謝謝！

來源

2016-07-28 Ram

params_hawkes <- optim(c(rep(1,2), rep(0.2,4),rep(2,2)), nloglik_bi_hawkes, history = history)

優化函數可用於查找最佳參數。

nloglik_bi_hawkes <- function(params, history){ 
mu <- c(params[1],params[2]) 
alpha <- matrix(c(params[3],params[4],params[5],params[6]),byrow=TRUE,nrow=2) 
beta <- c(params[7], params[8]) 
return(likelihoodHawkes(mu, alpha, beta, history)) 
}

在這裏，alpha，beta和mu被初始化爲隨機值，然後通過最小化負對數似然值進行更新。

的參數的最終列表存儲在param_hawkes

來源

2016-07-28 17:41:45 Ram

'的Optim（C（代表（1,2），代表（0.2,4），代表（2,2）），nloglik_bi_hawkes，方法= 'BFGS' ，歷史=歷史）'產生更好的結果。 – skwon

R中的多變量霍克分佈

回答

相關問題