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.

Comenta

Your email address will not be published.

Puedes usar estas etiquetas y atributos de HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code class="" title="" data-url=""> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong> <pre class="" title="" data-url=""> <span class="" title="" data-url="">