842
个编辑
更改
→模型重构算法
1. 在最低水平上，设定0级模型为描述数据本身，即<math>M_0=s</math>，将初始层级<math>l</math>设置为比0级高一级，即<math>l=1</math>；
1. 在最低水平上，设定0级模型为描述数据本身，即<math>M_0=s</math>，将初始层级<math>l</math>设置为比0级高一级，即<math>l=1</math>；
2. 从更低模型重构模型<math>M_l=M_{l-1}/∼</math>，其中<math>∼</math>表示<math>l</math>级上的因果等价类；操作的含义是，在<math>l-1</math>级上被区别对待的状态在<math>l</math>级上可以被视为同一个因果态。此时因果态集合<math>\mathcal{S} </math>和转移概率映射集合<math>T</math>都更新了；
2. 从更低模型重构模型<math>M_l=M_{l-1}/∼</math>，其中<math>∼</math>表示<math>l</math>级上的因果等价类；操作的含义是，在<math>l-1</math>级上被区别对待的状态在<math>l</math>级上可以被视为同一个因果态。此时因果态集合<math>\mathcal{S} </math>和因果态上的转移概率映射集合<math>T</math>都更新了；
3. 收集更多的数据，增大序列长度<math>L </math>，得到更加精确的一系列模型<math>M_l</math>；
3. 收集更多的数据，增大序列长度<math>L </math>，得到更加精确的一系列模型<math>M_l</math>；