多个马尔科夫模型的可视化

数据挖掘 Python r 可视化 马尔科夫过程 模拟
2021-09-14 01:01:59

我正在开展一个项目,我们比较了 10 多种不同的马尔可夫模型,每个模型代表不同的治疗计划。

大多数情况下,单个模型使用决策树或转换状态图进行可视化。但是,对于多个不同的模型,有哪些潜在的可视化可以传达区分每个模型的过渡状态?

我见过其他人使用表格来描述不同的模型和过渡状态。

为清楚起见,我指的不是转移概率图,而是一种传达多个模型之间差异的方法。

1个回答

如果我们限制比较两个图的问题,我可以提出一种基于邻接矩阵比较的方法。有一个示例笔记本:graph_diff.ipynb

总结一下:

有两张图,

   A  B  C  D                  A  B  D  E  F
A  0  2  2  2               A  0  1  2  3  0
B  2  0  1  1               B  1  0  0  1  1
C  2  1  2  0               D  2  0  2  1  0
D  2  1  0  0               E  3  1  1  0  1
                            F  0  1  0  1  0

我们可以比较它们并检测变化,产生类似于diff输出的结果:

   A  B  C  D  E  F
A  1  0 -2  1  2  2
B  0  1 -2 -2  2  2
C -2 -2 -2 -2 -2 -2
D  1 -2 -2  2  2  2
E  2  2 -2  2  2  2
F  2  2 -2  2  2  2

比较两个图中的矩阵节点。边值表示变化:

  • 1 = 相同的边
  • 0 = 改变边缘
  • -2 = 移除边缘
  • +2 = 添加边缘

该矩阵可以可视化为网格:

在此处输入图像描述

或如图:

在此处输入图像描述

这提供了更多信息,因为还显示了节点的变化:

  • 绿色:新(添加节点 E 和 F)
  • 红色:移除(移除 C)
  • 黄色:不受影响(A、B、D)

为简单起见,边是单向的。