隐马尔可夫模型工具：Jahmm

Question

我是机器学习的新手，我读过有关HMM的内容，但我还有几个问题：

1. 当应用HMM进行机器学习时，如何获得初始，发射和转移概率？

2. 目前我有一组值（包括我希望通过HMM分类的手的角度），我的第一步应该是什么？

   • 我知道HMM（ForwardBackward，Baum-Welch和Viterbi）有三个问题，但我的数据怎么办？

3. 在我读过的文献中，我从未在HMM中使用过分布函数，但JaHMM用于HMM的构造函数包括：

   • 州数
   • 概率分布函数工厂
   • 构造函数说明： 创建一个新的HMM。每个状态具有相同的pi值，并且转移概率都相等。 参数： nbStates HMM的（严格正数）状态数。 opdfFactory一个pdf生成器，用于构建与每个状态关联的pdf。

这是用来做什么的？我该如何使用它？

谢谢

Answer 1

您必须以某种方式建模并学习初始，发射和转移概率，以便它们代表您的数据。 在离散分布的情况下，而不是很多变量/状态，你可以从最大似然拟合中获得它们，或者训练一个可以给你一个概率估计的判别分类器，如随机森林或朴素贝叶斯。对于连续分布，请查看高斯过程或任何其他回归方法，如高斯混合模型或回归森林。

关于你的2.和3.问题：他们是一般的，模糊的，在这里回答。你应该参考以下书籍：Bishop的“模式识别和机器学习”和Koller / Friedman的“概率图形模型”。