def transition_model(data, goal, max_state = 10, minimum_volume = 0.8, max_steps = 5):
#URL分類のためにCV-UUトラックデータを作成する
print "## start making tracking data ##"
uu_base = filter_cv(make_uu_base_data(data), goal)
print '## end ##'
#URLを分類する
print '## start classify URL ##'
states = sbs.summarize(data = uu_base, goal = goal,
max_state = max_state, minimum_volume = minimum_volume, max_steps = max_steps)
print '## end ##'
#ログデータのURLを張り替える
print '## start relabeling ##'
data = relabeling(data, states, goal = goal)
print '## end ##'
#UUトラックデータを作成する
print "## start making tracking data ##"
uu_base = make_uu_base_data(data)
print '## end ##'
#UUトラックデータから回遊遷移モデルを作成する
print "## start making taransition model ##"
model = make_model(data = uu_base, cv = goal)
print '## end ##'
return model
def transition_model(data, goal, max_state = 10, minimum_volume = 0.8, max_steps = 5):
#ゴミURLを除外する(データがよければ必要ないかもしれないので一旦コメントアウト)
#print "## start URL check ##"
#data = cleaning_url_in_data(data,
# cl = urlclass.fisherclassifier(urlclass.GetUrlFeatures))
#print '## end ##'
#URL分類のためにCV-UUトラックデータを作成する
print "## start making tracking data ##"
uu_base = filter_cv(make_uu_base_data(data), goal)
print '## end ##'
#URLを分類する
print '## start classify URL ##'
states = sbs.summarize(data = uu_base, goal = goal,
max_state = max_state, minimum_volume = minimum_volume, max_steps = max_steps)
print '## end ##'
#ログデータのURLを張り替える
print '## start relabeling ##'
data = relabeling(data, states, goal = goal)
print '## end ##'
#UUトラックデータを作成する
print "## start making tracking data ##"
uu_base = make_uu_base_data(data)
print '## end ##'
#UUトラックデータから回遊遷移モデルを作成する
print "## start making taransition model ##"
model = make_model(data = uu_base, cv = goal)
print '## end ##'
return model
