WOLFRAM

Wolfram言語 ＆ システムドキュメントセンター

SequencePredictorFunction[…]

列から次の要素を予測するSequencePredictによって生成された関数を表す．

詳細とオプション
Details and Options Details and Options
例題  
例  
スコープ  
オプション  
PerformanceGoal  
RandomSeeding  
考えられる問題  
関連項目
関連するガイド
履歴
引用書式

SequencePredictorFunction

SequencePredictorFunction[…]

列から次の要素を予測するSequencePredictによって生成された関数を表す．

詳細とオプション

  • SequencePredictorFunctionはFunctionのように作用する．
  • SequencePredictorFunction[…][seq]は，列 seq 中の次の要素を予測しようとする．
  • SequencePredictorFunction[…][{seq1,seq2,…}]はすべての seqiを予測しようとする．
  • SequencePredictorFunction[…][seq,prop]は，seq に関連付けられた指定の特性を与える．
  • SequencePredictorFunction[…][{},prop]の{}は空の列ではなく列の空リストであると解釈される．
  • 列 seq は未知の無限列の部分列であるとみなされる．
  • 次は，使用可能な特性である．
  • "NextElement"最も可能性が高い次の要素
    "NextElement"n個別に最も可能性が高い次の n 個の要素
    "NextSequence"n最も可能性が高い次の長さ n の要素列
    "RandomNextElement"次の要素の分布からのランダムなサンプル
    "RandomNextElement"n次の列の分布からのランダムなサンプル
    "Probabilities"可能なすべての次の要素についての確率の連想
    "SequenceProbability"指定された列を生成する予測器についての確率
    "SequenceLogProbability"列を生成する予測器についての対数確率
    "Properties"使用可能な全特性のリスト
  • SequencePredictorFunction[…][…,"SequenceProbability"]では，未知の要素について確率質量が保存される．
  • SequencePredictorFunction[…][data,…,opts]は，data に適用された場合に列の予測器がオプション opts を使うように指定する．
  • 次は使用可能なオプションである．
  • PerformanceGoal Automaticパフォーマンスのどの面について最適化するか
    RandomSeeding Automaticどのような擬似乱数生成器のシードを内部的に使うべきか
  • 次は，PerformanceGoalの可能な設定である．
  • "Quality"予測の確度を最大にする
    "Speed"予測の速度を最大にする
    Automatic速度と確度の自動トレードオフ
  • RandomSeedingの可能な設定
  • Automatic関数が呼び出されるたびに自動的にシードを変える
    Inherited外部シードの乱数を使う
    seed明示的な整数または文字列をシードとして使う

例題

すべて開く すべて閉じる

例  (1)

SequencePredictで列予測関数と列の訓練集合を作る：

Wolfram Language code: sp = SequencePredict[{{[image], [image]}, {[image], [image], [image]}, {[image], [image], [image]}, {[image], [image]}}]

列予測関数を使って次の要素を予測する：

Wolfram Language code: sp[{[image], [image]}]

列を与えられた場合に次の要素の確率を得る：

Wolfram Language code: sp[{[image], [image]}, "Probabilities"]

それまでの分布に従ってランダムに次の要素を得る：

Wolfram Language code: sp[{[image], [image]}, "RandomNextElement"]

一度に複数の予測を得る：

Wolfram Language code: sp[{{[image], [image]}, {[image], [image]}}]

可能性が最も高い次の要素を予測し，この中間段階の推測を再利用して次の要素を予測する：

Wolfram Language code: sp[{[image], [image]}, "NextElement" -> 2]

最も可能性が高い次の列を予測する：

Wolfram Language code: sp[{[image], [image]}, "NextSequence" -> 2]

前の列についての確率と比較する：

Wolfram Language code: sp[{{[image], [image], [image], [image]}, {[image], [image], [image], [image]}}, "SequenceProbability"]

スコープ  (4)

列予測器を文字列のリストについて訓練する：

Wolfram Language code: sp = SequencePredict[{"this dog is scary", "the cat is grey", "my cat is fast", "the big dog", "what a lovely cat", "this is not a dog"}]

与えられた文字列に従って次の文字を予測する：

Wolfram Language code: sp["my do"]

次の4文字を予測する：

Wolfram Language code: sp["my do", "NextElement" -> 4]

与えられた文字列に各文字が続く確率を得る：

Wolfram Language code: sp["my do", "Probabilities"]

列予測器をよく使われる英単語のリストについて訓練する．各単語は文字の列として扱われる：

Wolfram Language code: sp = SequencePredict[WordList[]]

与えられた列から最も可能性が高い次の文字を予測する：

Wolfram Language code: sp["mo"]

前の例で訓練された列予測器については，各単語は無限列の部分列であると考えられる．記号|を使って単語間の境界に印を付ける：

Wolfram Language code: markedWords = "|" <> # <> "|"& /@ WordList[];

単語の境界を認識する新たな列予測器を構築する：

Wolfram Language code: sp = SequencePredict[markedWords]

単語の境界が見付かったところで切り取る，英語のような単語の生成器を作る：

Wolfram Language code: First[StringSplit[sp["|", "RandomNextElement" -> 20], "|"]]

ExampleDataから本をロードする：

Wolfram Language code: dq = ExampleData[{"Text", "DonQuixoteISpanish"}];

列予測器をこの本について文字レベルで訓練する：

Wolfram Language code: spchar = SequencePredict[{dq}]

この本のスタイルでランダムな列をサンプルとして取り出す：

Wolfram Language code: spchar[{"thou "}, "RandomNextElement" -> 20]

文字列を文字の列ではなく単語列として解釈する別の列予測器を訓練する：

Wolfram Language code: spword = SequencePredict[{dq}, FeatureExtractor -> "SegmentedWords"]

先の連続する10単語からなる列（スペースや句読点は単語としてみなされる）を完成する：

Wolfram Language code: spword["I", "RandomNextElement" -> 10]

オプション  (2)

PerformanceGoal  (1)

完全な列確率空間を探索する際に，計算時間と精度を調整する：

Wolfram Language code: sp = SequencePredict[{ExampleData[{"Text", "LesFleursDuMal"}]}]

高速で近似された探索をよしとする：

Wolfram Language code: {shortertime, quickprediction} = AbsoluteTiming[sp["j'aime", "NextSequence" -> 20, PerformanceGoal -> "Speed"]]

計算時間を長くした，より深い探索をよしとする：

Wolfram Language code: {longertime, betterprediction} = AbsoluteTiming[sp["j'aime", "NextSequence" -> 20, PerformanceGoal -> "Quality"]]

結果を比較する：

Wolfram Language code: sp[#, "SequenceProbability"]& /@ {quickprediction, betterprediction}

RandomSeeding  (1)

SequencePredictで数列予測関数を作り部分列の集合も作る：

Wolfram Language code: sp = SequencePredict[{{[image], [image]}, {[image], [image], [image]}, {[image], [image], [image]}, {[image], [image]}}]

数列を与えられた場合の次の要素の確率を得る：

Wolfram Language code: sp[{[image], [image]}, "Probabilities"]

次のランダムな要素を得るときは，それに先立つ分布からサンプルを取る：

Wolfram Language code: res = Table[sp[{[image], [image]}, "RandomNextElement"], 100];
Wolfram Language code: N@Counts[res] / Total[Counts[res]]

RandomSeedingオプションはランダム性が生じないようにする：

Wolfram Language code: res2 = Table[sp[{[image], [image]}, "RandomNextElement", RandomSeeding -> 1], 100];
Wolfram Language code: N@Counts[res2] / Total[Counts[res2]]

考えられる問題  (1)

空リストは中に列を含まないリストとして解釈され，空リストが返される：

Wolfram Language code: SequencePredict[{{1, 2, 3}, {2, 3, 1}, {3, 1, 2}, {1, 2, 3}}, {}]

空の列を完成する最も可能性が高い次の要素を得るためには，曖昧さを避けるためにこれを2番目のリストにネストさせる：

Wolfram Language code: First@SequencePredict[{{1, 2, 3}, {2, 3, 1}, {3, 1, 2}, {1, 2, 3}}, {{}}]
Wolfram Research (2017), SequencePredictorFunction, Wolfram言語関数， https://reference.wolfram.com/language/ref/SequencePredictorFunction.html （2017年に更新）.

テキスト

Wolfram Research (2017), SequencePredictorFunction, Wolfram言語関数， https://reference.wolfram.com/language/ref/SequencePredictorFunction.html （2017年に更新）.

CMS

Wolfram Language. 2017. "SequencePredictorFunction." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2017. https://reference.wolfram.com/language/ref/SequencePredictorFunction.html.

APA

Wolfram Language. (2017). SequencePredictorFunction. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/SequencePredictorFunction.html

BibTeX

@misc{reference.wolfram_2026_sequencepredictorfunction, author="Wolfram Research", title="{SequencePredictorFunction}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/SequencePredictorFunction.html}", note=[Accessed: 13-November-2026]}

BibLaTeX

@online{reference.wolfram_2026_sequencepredictorfunction, organization={Wolfram Research}, title={SequencePredictorFunction}, year={2017}, url={https://reference.wolfram.com/language/ref/SequencePredictorFunction.html}, note=[Accessed: 13-November-2026]}