markov-chains

    1熱度

    1回答

    這是來自「分析棒球數據與R」的第9章,試圖模擬半局運行得分; simulate<-function(P,R,start=1){ s<-start; path<-NULL; runs<-0 while(s<25){ s.new<-sample(1:25, 1, prob=P[s, ]) path<-c(path, s.new) runs<-runs + R[s, s.new] s<-s.

    0熱度

    1回答

    考慮一個系統,其中兩個人坐在一張桌子旁,共享三本書。在任何時候,他們都在看書,桌子上還剩下一本書。當一個人讀完他/她當前的書時,他/她將它與桌子上的書交換並開始閱讀。閱讀時間呈指數分佈,由bi,j表示我讀書j的人的平均時間。 Let b = [1 2 4] [5 1 2] 這是什麼馬爾可夫鏈的狀態空間以及如何構建率矩陣Q? 我從我的講義中得到了這個練習,不知何故發現狀態空間混亂,因

    0熱度

    2回答

    我目前正在使用Ruby中的Markov chain text generator應用程序,它接收文本的正文(「語料庫」),然後基於該正文生成新文本。我現在需要解決的問題是編寫一個Regexp,它將返回包含我指定的單詞數的數組。我想在這裏做的是抓取一定數量的單詞(由用戶指定),但在整個字符串中多次。 去掉另一個我見過的應用程序,我正在使用類似/(([.,?"();\-!':—^\w]+){#{dep

    0熱度

    1回答

    我被困在可視化部分,我創建了一個DirectedSparseMultiGraph,用於可視化以下轉換圖。我想以與image.中描述的相同的方式繪製它現在我得到this. 我知道問題在於佈局,但我是JUNG框架的新手,我無法獲得它對。 這裏是我的代碼片斷: MyVertex和MyEdge類是簡單的類爲他們的ID的字段和邊緣的相關聯的概率。 package testing.jung.in.eclips

    2熱度

    1回答

    我試圖複製本文,但使用不同的時間段 https://www.dropbox.com/s/edwdpgwsbli93f1/SM35%282%29-09-modelling.pdf?dl=0。 本文是關於檢測馬來西亞貨幣即馬幣的政權轉移。據我所知,它使用馬爾科夫切換自迴歸方法(MS-AR)。我一直試圖在R中複製這種方法,但沒有成功。最近有一些關於它的問題可以在這裏找到: Error when usin

    3熱度

    1回答

    我試圖實現使用MH簡單的MCMC algorith有R的問題是,我得到這個錯誤(我試圖來計算α和它不是一個NA的問題) Error in if (runif(1) <= alpha) { : missing value where TRUE/FALSE needed 這裏是我的功能任何人都可以發現問題嗎? PoissonMetropolisHastingRW = function(n=1000

    0熱度

    2回答

    多元伯努利模型是否存在合適的投標分佈? 例如我想從概率分佈 p(x) = p*(x)/Z; 其中x = {0,1}^M和Z是歸一化常數,這是棘手的直接繪製獨立樣本,所以我訴諸採樣到MCMC。 對於多元連續數據,使用高斯作爲投標分佈是微不足道的。 這種二進制類型數據是否有合適的提案分佈? p.s.我不想使用Gibbs抽樣,因爲它對我來說太慢了。 謝謝

    -1熱度

    1回答

    我的情況很糟糕。我需要編程一些東西,這是我的能力水平。 我已經給出了一個10k字的文本,該文件被稱爲(test_file.txt)。 我給你們的問題是: 如何讓我的程序計算每一個單詞和每一個字母,以便我可以計算單詞的概率,查看哪個單詞和字母代表最多。 我知道它的東西用繩子,我都在這一刻所做的是: import codecs import sys import random fh = cod

    14熱度

    2回答

    我想弄清楚如何正確使用pymc製作離散狀態馬爾可夫鏈模型。作爲一個例子(在nbviewer中查看),讓我們建立一個長度爲T = 10的鏈,其中馬爾可夫狀態是二進制的,初始狀態分佈是[0.2,0.8],並且在狀態1中切換狀態的概率是0.01,而在狀態2中爲0.5 import numpy as np import pymc as pm T = 10 prior0 = [0.2, 0.8] t

    19熱度

    1回答

    我正在學習增強學習和閱讀薩頓的大學課程的書。除了經典的PD,MC,TD和Q-Learning算法之外,我正在閱讀關於策略梯度方法和遺傳算法以解決決策問題。 我以前從未有過這方面的經驗,而且我在理解什麼時候技術應該比其他技術更優先。我有一些想法,但我不確定他們。有人可以簡單地解釋或告訴我一個來源,我可以找到有關應該使用某些方法的典型情況的信息嗎?據我所知: 只有當MDP幾乎沒有動作和狀態,模型是已知