import numpy as np
def steady_distribution(A, b, max_iter=100):
y = A @ b
count = 1
while not (y == b).all() and count < max_iter:
print(y)
b = y
y = A @ b
count += 1
if __name__ == '__main__':
matrix = np.array([[0.4, 0.5], [0.6, 0.5]])
p = np.array([0.1, 0.9])
steady_distribution(matrix, p)
馬爾科夫鏈的穩態分佈
相關文章
- MCMC(二)馬爾科夫鏈馬爾科夫
- 一個馬爾科夫鏈例項馬爾科夫
- 2022-05-17-馬爾科夫鏈之傳統馬爾可夫鏈馬爾科夫馬爾可夫
- 隱馬爾科夫模型(HMM)分詞研究馬爾科夫模型HMM分詞
- 馬爾科夫鏈隨機文字生成器馬爾科夫隨機
- 【HMM】隱馬爾科夫模型HMM馬爾科夫模型
- 馬爾可夫鏈模型(轉載)馬爾可夫模型
- 2022-05-21-空間馬爾科夫鏈工具馬爾科夫
- 最簡單的隨機過程——馬爾科夫鏈的Python分析隨機馬爾科夫Python
- 隱馬爾科夫模型HMM(一)HMM模型馬爾科夫模型HMM
- 一個隱馬爾科夫模型的應用例項:中文分詞馬爾科夫模型中文分詞
- 用hmmlearn學習隱馬爾科夫模型HMMHMM馬爾科夫模型
- 機器學習知識點(十)馬爾可夫鏈機器學習馬爾可夫
- 隱馬爾可夫模型(HMM)中文分詞隱馬爾可夫模型HMM中文分詞
- 13張動圖助你徹底看懂馬爾科夫鏈、PCA和條件概率!馬爾科夫PCA
- 隱馬爾科夫模型前向後向演算法馬爾科夫模型演算法
- 隱馬爾可夫模型(HMM)實現分詞隱馬爾可夫模型HMM分詞
- 隱馬爾可夫模型隱馬爾可夫模型
- 在 Swift 中使用馬爾可夫鏈生成文字Swift馬爾可夫
- 強化學習(二)馬爾科夫決策過程(MDP)強化學習馬爾科夫
- 【機器學習】--隱含馬爾科夫模型從初識到應用機器學習馬爾科夫模型
- HMM隱馬爾可夫模型HMM隱馬爾可夫模型
- 隱馬爾科夫模型HMM(四)維特比演算法解碼隱藏狀態序列馬爾科夫模型HMM維特比演算法
- 隱馬爾可夫模型 | 賽爾筆記隱馬爾可夫模型筆記
- “矽谷獨家大王”馬爾科夫:矽谷還是創新聖地嗎?馬爾科夫
- [譯] 用 Python 實現馬爾可夫鏈的初級教程Python馬爾可夫
- 隱馬爾可夫模型詳解隱馬爾可夫模型
- 10_隱馬爾可夫模型隱馬爾可夫模型
- ML-隱馬爾可夫模型隱馬爾可夫模型
- 機器學習之隱馬爾可夫模型機器學習隱馬爾可夫模型
- 隱馬爾科夫模型python實現簡單拼音輸入法馬爾科夫模型Python
- 使用 Python 生成基於馬爾可夫鏈的偽隨機文字Python馬爾可夫隨機
- 隱馬爾科夫模型HMM(三)鮑姆-韋爾奇演算法求解HMM引數馬爾科夫模型HMM演算法
- 馬爾可夫鏈你知道多少?Python視覺化解析MCMC馬爾可夫Python視覺化
- 強化學習入門第一講 馬爾科夫決策過程強化學習馬爾科夫
- 隱馬爾可夫模型(HMM)詳解隱馬爾可夫模型HMM
- 理解馬爾可夫決策過程馬爾可夫
- 隱馬爾可夫模型及應用隱馬爾可夫模型