打开APP
未登录
开通VIP,畅享免费电子书等14项超值服
开通VIP
首页
好书
留言交流
下载APP
联系客服
马尔可夫链的一个直观且简单的解释
老胡说科学
>《待分类》
2022.03.24
关注
马尔可夫链出现在许多领域,如物理、遗传学、金融,还有数据科学和机器学习。它是自然语言处理和强化学习中的一个典型的
统计技术
。在本文中,我们将简单地解释什么是马尔可夫链。
马尔可夫性质
对于任何马尔可夫的建模过程,它必须满足
马尔可夫
性质。这个性质表示下一个状态的概率仅取决于当前状态(与当前状态之前的一切都是无关的)。换句话说,整个系统是“完全无记忆”的。
从数学上讲,这可以写成:
其中n为
时间步长参数
,X为在给定
状态空间s
中取某一值的随机变量。状态空间是指一个事件的所有
可能
结果。例如,一枚硬币在其状态空间中有两个值:s = {正,反},从一种状态转换到另一种状态的概率是0.5。
马尔可夫链
使用马尔可夫性质的过程称为
马尔可夫过程
。如果状态空间是
有限的
,我们使用
离散时间步
,这个过程被称为马尔可夫链。换句话说,它是一个随机变量序列在给定的
状态
空间中呈现的各种状态。
在本文中,我们将讨论
时间齐次离散时间马尔科夫链
,因为它们是最容易使用和理解的。
非齐次时间马尔可夫链
状态间的转移概率不固定,且随时间变化。
下面是一个带有状态空间{A,B,C}的马尔可夫链的例子。箭头上的数字表示在这两种状态之间转换的概率。
例如,如果想从状态B到状态C,那么这个转变的概率是20%。从数学上讲,我们可以得出如下结论:
概率转换矩阵
我们可以通过构造
给定
马尔可夫链的
概率转换矩阵
来简化这些转换。转换矩阵有i行和j列,因此i,j的索引值给出了从i到j的转换概率为:
上述马尔可夫链的转换矩阵为:
在这篇文章中,我简单介绍了
马尔可夫
性质和概念,并利用这个概念来构造和理解一个基本的马尔可夫链。这个随机过程出现在数据科学和机器学习的许多方面,所以熟悉它是很有必要的。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报
。
打开APP,阅读全文并永久保存
查看更多类似文章
猜你喜欢
类似文章
【热】
打开小程序,算一算2024你的财运
为数据科学家解释概率统计中最重要的概念 马尔可夫链
马尔可夫链
马尔科夫链
「机器学习」概率图模型之隐马尔可夫模型
你知道“马尔可夫链”是什么吗
马尔可夫链详细解释
更多类似文章 >>
生活服务
热点新闻
留言交流
回顶部
联系我们
分享
收藏
点击这里,查看已保存的文章
导长图
关注
一键复制
下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!
联系客服
微信登录中...
请勿关闭此页面
先别划走!
送你5元优惠券,购买VIP限时立减!
5
元
优惠券
优惠券还有
10:00
过期
马上使用
×