Question

我想获得用于构建马尔可夫链模型以构建推荐系统的转换矩阵。我的数据格式为

            Date    StudentID   Subjectid
            201601   123        1
            201601   234        4
            201601   122        2
            201602   123        3
            201602   123        1
            201602   234        2
            201603   122        3

我想预测学生最有可能选择的下三个主题。我发现很难以转换矩阵的形式获得这些数据，这样我就可以构建一个马尔可夫链模型。

我尝试过以下代码，但我不确定如何生成转换矩阵。请帮忙！

              rf <- (data$Subjectid)
              n <- (length(train$Subjectid))
              trf <- table(data.frame(data$Subjectid[1:(n-
               2)],data$Subjectid[1:(n-1)],data$Subjectid[2:n]))
                trf/rowSums(trf)

Answer 1

要创建转换矩阵，已经有一个post。您的数据应如下所示：

df1 <- as.data.frame.matrix(table(data[,c("StudentID","Subjectid")]))
#function
trans.matrix <- function(X, prob=T)
{
    tt <- table( c(X[,-ncol(X)]), c(X[,-1]) )
    if(prob) tt <- tt / rowSums(tt)
    tt
}
transition_df <- trans.matrix(as.matrix(df1))

然后你可以使用它：

install.packages('markovchain')
library(markovchain)
...

Answer 2

可能有更高级的解决方案，但如果我理解了您正在寻找的内容，则会返回转换计数矩阵。

df = read.table(text="Date    StudentID   Subjectid
201601   123        1
201601   234        4
201601   122        2
201602   123        3
201602   123        1
201602   234        2
201603   122        3",header=T)

library(dplyr)
library(tidyr)

df1 = do.call(rbind,lapply(split(df,df$StudentID), function(x) {x$prev_id = c(NA,x$Subjectid[1:(nrow(x)-1)]); return(x)} ))

df1$prev_id = factor(df1$prev_id,levels=unique(sort(c(df1$prev_id,df1$Subjectid))))
df1$Subjectid = factor(df1$Subjectid,levels=unique(sort(c(df1$prev_id,df1$Subjectid))))

df1 = df1[!is.na(df1$prev_id),] %>% group_by(Subjectid,prev_id) %>% 
  tally %>% spread(Subjectid,n,drop=FALSE,fill=0) %>% as.data.frame

输出：

  prev_id 1 2 3 4
1       1 0 0 1 0
2       2 0 0 1 0
3       3 1 0 0 0
4       4 0 1 0 0

建立马尔可夫链

2 个答案: