Pyemma 转换矩阵返回意外大小的数组

Question

我正在使用pyemma 做一些马尔科夫操作。具体来说，我想建立一个状态转换矩阵。在大多数情况下，pyemma 工作正常，但在某些情况下，转换矩阵表示的状态数与数据中实际存在的状态数不同。

例如：

import numpy as np
from pyemma import msm 

sequence = np.array([21, 21, 32 ,32 ,55 ,22 ,33 ,11 ,11 ,22 ,44 ,44 ,44 ,33 ,11 ,44 ,99])
vals = np.unique(sequence)
#note there are 8 unique states so we expect 8 by 8 transition matrix

model = msm.estimate_markov_model(sequence, 1)
transitionMatrix = model.transition_matrix
#transition matrix is 4 by 4 

为什么转移矩阵不是 8×8？

提前致谢。

Answer 1

如果您根据数据进行估计，PyEMMA 将使用最大的连接状态子集进行估计。背景是，当转换矩阵未连接时，您无法为转换矩阵提供唯一度量，例如每个状态都可以从任何其他状态到达。

您可以通过查看生成的 MSM 对象来检查连接的状态：

打印（msm.active_set）

产生一些与离散状态索引相对应的整数。