我是HMM的新手。我在维基百科Baum–Welch_algorithm Example中遇到了一个例子，我有点困惑。希望可以有人帮帮我。
示例如下：＆＃34;假设我们每天中午都会收集鸡蛋。 现在鸡是否已经产卵用于收集取决于隐藏的一些未知因素。 然而，我们可以（为简单起见）假设只有两种状态可以确定鸡是否产卵。＆＃34;
我的问题是：
在我们不了解州的情况下;我们怎样才能找到正确数量的状态。在上面的例子中;他们假设2.但也许3或5 ......更好地代表了系统。
是否有必要为系统中的每个状态赋予意义。在上面的例子中;我们有s1和s2但它们没有给出与应用程序相关的含义。
答案 0 :(得分：0)
我想让HMM适合您的鸡肉示例，您将先后假设只有1个状态，然后是2个状态，然后是3个等等来控制这个铺设过程。如果您对鸡的生活方式有所了解，您可以根据您的知识假设州的数量。
例如，您可以测试两种状态假设，即鸡的卵数可能取决于以下状态： （1）鸡是清醒的，（2）鸡在睡觉。
然后你可以测试三种状态假设：（1）鸡是清醒的，（2）鸡在睡觉，（3）鸡在窝里。
对于您要测试的每个州，您都有新的参数添加到您的模型中。他们调整每个州的蛋的数量，当然还有各州之间的转移概率。然后你可以在你的假设之间选择一个模型，例如它的数据拟合优度（如果你欠一些）和一些信息标准（AIC，BIC，DIC ......取决于你的拟合方法）。