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$Subjectid[2:n]))
trf/rowSums(trf)
答案 0 :(得分:1)
要创建转换矩阵,已经有一个post。您的数据应如下所示:
df1 <- as.data.frame.matrix(table(data[,c("StudentID","Subjectid")]))
#function
trans.matrix <- function(X, prob=T)
{
tt <- table( c(X[,-ncol(X)]), c(X[,-1]) )
if(prob) tt <- tt / rowSums(tt)
tt
}
transition_df <- trans.matrix(as.matrix(df1))
然后你可以使用它:
install.packages('markovchain')
library(markovchain)
...
答案 1 :(得分:0)
可能有更高级的解决方案,但如果我理解了您正在寻找的内容,则会返回转换计数矩阵。
df = read.table(text="Date StudentID Subjectid
201601 123 1
201601 234 4
201601 122 2
201602 123 3
201602 123 1
201602 234 2
201603 122 3",header=T)
library(dplyr)
library(tidyr)
df1 = do.call(rbind,lapply(split(df,df$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