马尔可夫链概率计算 - Python

时间:2014-08-13 09:15:00

标签: python markov-chains

我有一个Python字典,其中包含马尔可夫链模型的状态转移概率。

dict_m = {('E', 'F'): 0.29032258064516131, ('D', 'F'): 0.39726027397260272, ('D', 'D'): 0.30136986301369861, ('E', 'D'): 0.32258064516129031, ('E', 'E'): 0.38709677419354838, ('D', 'E'): 0.30136986301369861, ('F', 'F'): 0.68152866242038213, ('F', 'E'): 0.10191082802547771, ('F', 'D'): 0.19108280254777071, ('F', 'H'): 0.025477707006369428, ('H', 'F'): 1.0}

假设我有一个如下的数据序列。状态转换从D到E,E到F,F到E..etc。

s = ['D','E','F','E','E','F','H','F']

现在我需要通过乘以dict_m中的概率来计算概率值。在这种情况下,所有状态转换的概率都是

probability = 0.301370*0.290323*0.101911*0.387097*0.290323*0.025478*1.000000

任何人都可以帮我制定这个。

print zip(s,s[1:])
[('D', 'E'), ('E', 'F'), ('F', 'E'), ('E', 'E'), ('E', 'F'), ('F', 'H'), ('H', 'F')]

1 个答案:

答案 0 :(得分:2)

你必须使用zip中的元组来索引字典,然后将所有数字相乘。

from operator import mul
print reduce(mul, (dict_m[t] for t in zip(s, s[1:])))