我正在按照此链接http://www.blackarbs.com/blog/introduction-hidden-markov-models-python-networkx-sklearn/2/9/2017进行教程，以便在我的示例中实现隐藏的马尔可夫模型 . 我有2个隐藏状态和2个观察状态 .
据我所知，从教程中的代码HMM的第一步是使用最大似然估计模型估计模型的参数，然后从参数的结果我们可以预测隐藏状态 . 因此，使用Vitebri算法训练模型以找到最佳参数，然后预测观察到的状态 . 是这样的吗？如果它更易于理解，我可以分享我的代码
1 回答
实际参数估计找到所有，开始probs . ，过渡probs . （对于隐藏状态）和观察问题 . （对于观察到的状态） . 它们都被称为HMM的参数 . 至少有两种参数估计技术/算法可以得到它们，1 . Baum-Viterbi或Viterbi训练或Viterbi提取和2. Baum-welch .