python - 马尔可夫转移概率矩阵在Python中的实现

标签 python numpy matrix scipy markov

我正在尝试为一个序列计算一步,两步转移概率矩阵,如下所示:

sample = [1,1,2,2,1,3,2,1,2,3,1,2,3,1,2,3,1,2,1,2]
import numpy as np

def onestep_transition_matrix(transitions):
    n = 3 #number of states

    M = [[0]*n for _ in range(n)]

    for (i,j) in zip(transitions,transitions[1:]):
        M[i-1][j-1] += 1

    #now convert to probabilities:
    for row in M:
        s = sum(row)
        if s > 0:
            row[:] = [f/s for f in row]
    return M

one_step_array = np.array(onestep_transition_matrix(sample))


我的问题是,我们如何计算两步过渡矩阵。因为当我手动计算矩阵时,它如下:

two_step_array = array([[1/7,3/7,3/7],
                       [4/7,2/7,1/7],
                       [1/4,3/4,0]])


然而。 np.dot(one_step_array,one_step_arrary)给我一个不同的结果,如下所示:

array([[0.43080357, 0.23214286, 0.33705357],
   [0.43622449, 0.44897959, 0.11479592],
   [0.20089286, 0.59821429, 0.20089286]])


请让我知道哪一个是正确的。

最佳答案

您只需要在for循环中更改转换索引:

def twostep_transition_matrix(transitions):
    n = 3 #number of states

    M = [[0]*n for _ in range(n)]

    for (i,j) in zip(transitions,transitions[2:]):
        M[i-1][j-1] += 1

    #now convert to probabilities:
    for row in M:
        s = sum(row)
        if s > 0:
            row[:] = [f/s for f in row]
    return M

关于python - 马尔可夫转移概率矩阵在Python中的实现,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52143556/

相关文章:

python - 欧拉项目 #641 Python 3.6 - Numpy

pandas - 使用 pandas/beautiful soup(而不是 selenium,这很慢?)刮取表数据,BS 实现不起作用

python - 如何使用python具有相同的列和行标题?

python - 属性错误 : 'list' object has no attribute 'sort_values'

Python:使用函数参数持续内存函数的策略?

python - 列表是否在其他列表内的 bool 表达式

python - Python PyCallGraphException

python - 从 4 种角颜色插值的二维色带(256x256 矩阵)

c++ - 像素完美的投影矩阵?

R:成对矩阵的矢量化循环