HMM由初始狀态機率向量
、狀态轉移機率矩陣A和觀測機率矩陣B決定。
- 初始狀态機率矩陣 =
HMM學習心得 是時刻t=1處于狀态HMM學習心得 的機率HMM學習心得 - 初始狀态機率 與狀态轉移機率矩陣A決定了影藏的隐馬爾科夫鍊,生成了不可觀測的狀态序列
HMM學習心得 - 觀測機率矩陣B決定了如何從狀态生成觀測
HMM模型的兩個基本假設:
- 隐藏的馬爾科夫鍊在任意時刻t的狀态隻依賴于其前一時刻的狀态,與其他時刻的狀态、觀測、時刻t均無關(狀态轉換隻與前一狀态有關)
- 任意時刻的觀測隻依賴于這一時刻的馬爾科夫鍊的狀态,與其他觀測、狀态無關(觀測結果隻與隐層狀态有關)
适合HMM解決的問題一般都有兩個特點:
- 問題是基于随着時間序列或者狀态序列變化而變化的
- 問題中有兩類資料:一類是可觀測資料,即随着時間序列或者狀态序列變換得到的觀測序列;一類是不可觀測序列,即隐狀态序列
隐馬爾科夫模型示意圖如下:
一般運用HMM解決的問題:
- 知道隐狀态類别數目k,知道隐狀态的轉換機率,利用輸出的觀測序列,想要知道每次的隐藏狀态
- 知道隐狀态類别數目k,知道隐狀态的轉換機率,利用輸出的觀測序列,想要知道得出這個輸出序列的機率
- 知道隐狀态類别數目k,不知道隐狀态的轉換機率,利用輸出的觀測序列(資料量可觀),想要反推出隐狀态的轉換機率