У меня есть список N категорий, на которые пользователь может нажать. Допустим, что K таких пользователей полностью. У меня есть данные за последние 3 месяца, в которых указывается, какой пользователь щелкнул по какой категории, на какой дате сколько раз. Для ex - {20 июня 2016 года: [10,15,12,15]} этот dict предназначен для конкретного пользователя и говорит 20 июня, что он дважды щелкнул по категориям 10, 12 и 15 раз.Многомерное распределение Хоукса в R
Учитывая эти данные, я хочу использовать распределение многовариантных ярусов для моделирования этого, чтобы я мог предсказать, какие категории пользователь нажмет на основе прошлых категорий (одинаковых и разных категорий), которые были нажаты.
Я уже рассмотрел ряд примеров. http://jheusser.github.io/2013/09/08/hawkes.html использует одномерное распределение Хоукс с использованием пакета ptproc. Однако ptproc не существует.
Я хочу подать некоторую случайную инициализацию средних, альфа-и бета-параметров и хочу, чтобы модель выполнила оценку максимального правдоподобия, используя алгоритм ЭМ, чтобы найти наилучшие значения параметров и вернуть их.
Использование hawkes
пакета
library(hawkes)
lambda0 <- c(0.2,0.2)
alpha <- matrix(c(0.5,0,0,0.5),byrow=TRUE,nrow=2)
beta <- c(0.7,0.7)
history <- simulateHawkes(lambda0,alpha,beta,3600)
l <- likelihoodHawkes(lambda0,alpha,beta,history)
Это вычисляет вероятность для некоторой случайной инициализации параметров. Как найти наилучшие параметры с помощью алгоритма EM и максимизировать вероятность здесь для многовариантного распределения Хокс?
Спасибо!
'Optim (с (Rep (1,2), Rep (0.2,4), Rep (2,2)), nloglik_bi_hawkes, метод = 'BFGS' , history = history) 'делает лучший результат. – skwon