MTA 多点触控归因。 找出哪些渠道最有助于用户转换。 楷模 该软件包包含以下多点触控归因模型的实现： 沙普利 马可夫 邵和李的所谓简单概率模型 邵和李的袋装逻辑回归 附加危害（生存） 此外，还包括一些流行的启发式“模型”，特别是 第一次接触 线性的 最后接触 时间衰减 基于位置 包含数据 该软件包具有与称为的R软件包相同的测试数据集-包含10,000行，其中包含12个通道上的客户旅程：alpha，beta，delta，epsilon，eta，gamma，iota，kappa，lambda，mi，theta和zeta 。 这些是按路径进行的转化汇总。 假设有一条路（客户旅程） a > b > c total_conversions等于2， total_null等于5。这意味着我们记录了2次消费者旅程 a > b > c > (conversion) 和5次客户旅程 a > b >

hmm模型matlab代码Matlab的隐马尔可夫模型工具箱 Matlab实现的标准隐马尔可夫模型（HMM）具有连续发射以及相关的HMM，这些模型允许参数随时间变化。 时变隐马尔可夫模型的研究和应用都在此基础上展开。 使用此代码时，请引用： [1] O. Carr，F。Andreotti，KEA Saunders，N。Palmius，GM Goodwin，M。De Vos，“使用智能手机加速度计的昼夜节律监测双相情感障碍的抑郁症”。 [2] Q. Huang，D。Cohen，S。Komarzynski，XM Li，P。Innominato，F。Lévi和B.Finkenstädt，“用于隐藏遥测活动数据中昼夜节律的隐马尔可夫模型”，JR Soc。 接口，卷。 15号139，2018。 职能 Baum-Welch算法-用于从无监督的观测结果集中确定HMM参数。 时变过渡概率Baum-Welch-具有时变过渡概率的Baum-Welch算法。 维特比算法-用于根据一组观测值和HMM参数确定最可能的隐藏状态序列。 时变维特比算法-用于根据一组观测值和时变HMM参数确定最可能的隐藏状态序列。 参

dtw － DTW算法演示程序 mfcc.m － MFCC参数计算程序 dtw.m － 基本的DTW算法 dtw2.m － 优化的DTW算法 testdtw.m － DTW算法测试程序 vad.m － 端点检测程序 cdhmm － 连续高斯混合HMM演示程序 pdf.m － 高斯概率密度函数 mixture.m － 混合高斯的输出概率 inithmm.m － HMM参数初始化 getparam.m － 计算观察序列的参数 viterbi.m － 语音识别的Viterbi算法 baum.m － Baum-Welch训练算法（一次叠代） main.m － 多HMM训练主程序 train.m － 对一个HMM进行训练的程序 recog.m － 识别程序 vad.m － 端点检测程序 mfcc.m － MFCC参数计算程序 samples.mat － 作者的汉语数码0-9录音 hmm.mat － 一次HMM训练结果 record － 辅助录音程序 record.m － 录音程序的脚本文件 record.fig － 录音程序的GUI sample.m － 录音程序的回调函数

gsoc17-hhmm：贝叶斯分层隐马尔可夫模型应用于金融时间序列，这是Google Summer of Code 2017的研究复制项目