Python y R: una perspectiva markoviana

Hoy he visto

aquí y he escrito

luego

y finalmente

Aquí dice por qué.

2 comentarios sobre “Python y R: una perspectiva markoviana

  1. Iñaki 6 septiembre, 2017 12:33

    Más corto:

    library(expm)
    m%^%100
    #           [,1]      [,2]      [,3]       [,4]
    # [1,] 0.1926647 0.1133206 0.6696244 0.02439024
    # [2,] 0.1926647 0.1133206 0.6696244 0.02439024
    # [3,] 0.1926647 0.1133206 0.6696244 0.02439024
    # [4,] 0.1926647 0.1133206 0.6696244 0.02439024
    

    O mejor todavía:

    library(markovchain)
    languages <- new("markovchain", 
                     states = c("R", "both", "Python", "other"), 
                     transitionMatrix = m)
    plot(languages)
    # el diagrama
    states(languages)
    steadyStates(languages)
    #              R      both    Python      other
    # [1,] 0.1926647 0.1133206 0.6696244 0.02439024
    
  2. Olivier 6 septiembre, 2017 12:37

    Es este metodo (metodo de las potencias) que utiliza Google para calcular el primer autovector (el famoso pagerank) de la matriz de vecindidades de la red.

Los comentarios están desabilitados.