
204
8 章 Toolz を使って小さなノートパソコンでビッグデータを処理する方法
IncrementalPCA
クラスは
sklearn.decomposition
に用意されており、モデルをトレーニングするに
はバッチサイズが 1 より大きい必要があります。データ点のストリームからバッチのストリームを
作成する方法は、
toolz.curried.partition
関数をご覧ください。
8.6
全ゲノムを基にマルコフモデルを作成する
では、元のコード例に戻りましょう。マルコフモデルとは、どのようなもので、なぜ役に立つの
でしょうか。
一般に、マルコフモデルと呼ばれるものは、システムがある状態に遷移する確率は「直前の状
態」だけに依存する、と仮定します。例えば、今晴れているなら、高い確率で明日も晴れるでしょ
う。昨日が雨だったことは関係ありません。この理論では、未来予測に必要なすべての情報が、現
在の状態に完全に組み込まれているのです。過去は無関係なのです。この仮定は、他の方法では解
決困難な問題を簡単化するのに役立ち、概してよい結果を生み出しています。例えば、携帯電話や
衛星通信の信号処理の多くは、マルコフモデルが担っています。
これから説明していきますが、ゲノム科学の文脈で言うと、あるゲノムの異なる機能領域は、類
似した状態間の異なる遷移確率を持っています。遷移確率を新たなゲノムで観測することで、これ
らの領域の機能について何らかの予測ができます。天気のたとえに戻ると、晴れの日から雨の日に
遷移する確率は、ロサンゼルスとロンドンではまったく異なります。したがって ...