如何从具有转换和计数的字典中创建转换矩阵

Question

我正在尝试创建HMM，我想创建我的转换矩阵，但是我不确定如何。我有一本包含转换的字典，以及出现这些转换的可能性，如下所示（仅更大）：

{(1, 2): 0.0035842293906810036, (2, 3): 0.0035842293906810036, (3, 4): 0.0035842293906810036, (4, 5): 0.0035842293906810036, (5, 6): 0.0035842293906810036, (6, 7): 0.0035842293906810036, (7, 8)}

我定义如下：

# create a list of bigrams
bigrams = []
for i in range(len(integer_list)):
    if i+1 in range(len(integer_list)):
        bigrams.append((integer_list[i], integer_list[i+1]))

# Create a dictionary containing the counts each bigram occurs in the dataset
bigrams_dict = Counter(bigrams)
values = bigrams_dict.values()

# create a dictionary containing the probability of a word occurring. <- initial probs
frequencies = {key:float(value)/sum(counts_dict.values()) for (key,value) in counts_dict.items()}
frequency_list = []
for value in frequencies.values():
    frequency_list.append(value)

现在，我想以此为基础制作一个转换矩阵，它是一个多维数组，但是我不确定如何做到这一点。谁能帮我。

过渡矩阵看起来像这样的示例（当然只有更多的状态）：

   0   1/3  2/3
   0   2/3  1/3
   1    0    0

Answer 1

一般的过程只是用正确的尺寸预定义零矩阵，然后一次填充一个元素。不要想太多这类任务。

例如，如果您知道您刚好有8个状态，则可以使用frequencies字典来构建矩阵，如下所示：>

import numpy as np

n_states = 8
transitions = np.zeroes((n_states, n_states), dtype=np.float)

for (state1, state2), probability in frequencies.items():
    transitions[state1, state2] = probability
对于许多州，这可能需要一段时间，具体取决于计算机的速度。

如果不知道状态总数，可以通过计算数据中最大的状态数来估计它：

from itertools import chain

n_states = max(chain.from_iterable(frequencies.keys()))