Schätzung des Markov-Chain-Übergangs-Matrix in MATLAB Mit Verschiedenen State-Sequenz-Längen

Ich versuche zu bauen, die übergangs-matrix für eine Markov-Kette in MATLAB; ich habe mehrere verschiedene Beobachtungs-Sequenzen (von unterschiedlicher Länge), und ich muss zu generieren, die übergangs-matrix mit diesen.

Bau einer multi-order Markov-chain-übergangs-matrix in Matlab zeigt mir, wie man eine übergangs-matrix mit einer einzigen Beobachtung Sequenz.

Wie kann ich konstruieren ein mit Beobachtungen verschiedener Länge? Ein Beispiel kann sein, dass eine Sequenz ist 1,2,3,4 und eine andere ist 4,5,6. Gibt es eine Möglichkeit, dies zu tun, ohne for-Schleife durch alle Sequenzen und computing zählt?

InformationsquelleAutor radhika | 2013-05-30

5

Also für Markov-Ketten, ich nehme an, Sie sind nur daran interessiert in die Zustandsübergänge. Sie können alle Zustandsübergänge in einem einzigen Nx2-matrix und dann zählen die Anzahl der Zeiten, die eine Zeile wird angezeigt.

Für dieses Beispiel verwende ich drei Beobachtungen der Länge 4, 3 und 3. Die ich verwenden kann, cellfun alle der Zustandsübergänge, die zusammen in einer einzigen matrix in der folgenden Weise:
```
obs = cell(1, 3);

obs(1) = {[1 2 3 4]};
obs(2) = {[4 5 6]};
obs(3) = {[3 4 5]};

transitions = cellfun(@(x)([x(1:length(x)-1); x(2:length(x))]), obs, 'UniformOutput', false);

alltransitions = cell2mat(transitions)';
```
Gibt mir meine beobachteten übergänge (1->2, 2->3, 3->4 ...):
```
alltransitions =

     1     2
     2     3
     3     4
     4     5
     5     6
     3     4
     4     5
```
Einrichten, die übergangs-matrix, die Sie könnte nehmen Sie die Ratschläge hier aufgelistet, und die Anzahl der Zeilen, die von allen Ihren übergängen:

http://www.mathworks.it/matlabcentral/answers/75009-i-ve-a-matrix-of-6x4-and-i-want-to-count-the-rows-how-many-times-it-occur-in-a-matrix
```
[uniqueTransitions, ~, i]=unique(alltransitions,'rows','stable');
v=arrayfun(@(x) sum(i==x),1:size(uniqueTransitions,1))';
p = v/sum(v);
```
Mein Vektor p enthält mein übergangs-Wahrscheinlichkeit, so dass ich können dann gehen Sie vor und erstellen Sie eine sparse matrix
```
transitionMatrix = sparse(uniqueTransitions(:,1), uniqueTransitions(:,2), p, 6,6)
```
sind die Ergebnisse in:
```
transitionMatrix =

   (1,2)       0.1429
   (2,3)       0.1429
   (3,4)       0.2857
   (4,5)       0.2857
   (5,6)       0.1429
```
InformationsquelleAutor Huguenot
0

Das vielleicht eine einfachere Methode für die Berechnung der übergangs-Wahrscheinlichkeits-matrix (TPM) für eine gegebene Sequenz von Daten (ein Vektor) wie folgt aus:

myS = {S1,S2,S1,S3,...} mit möglichst vielen Staaten, wie Sie haben;

TPM = hmmestimate(myS,myS);

hmmestimate Funktion definiert ist, unter hidden markov Modelle in MATLAB.

ist hmmestimate gültig, wenn Sie mehr als einen Vektor?

InformationsquelleAutor PeyM87

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.