我正在尝试使用隐马尔可夫模型（HMM）来解决我在Matlab中有M个状态和几个独立训练集的问题。每个训练集中的每个观察都可以分配到一个状态，因此状态不会被隐藏。
我的问题是我如何连接/加入/使用每个独立训练集来训练模型并估计M个状态的转移概率？优选使用Matlab。
由于
答案 0 :(得分：0)
不确定我是否理解你的问题。但是没有关于HMM中的训练数据的假设。 HMM训练程序将每个训练序列视为与其他训练序列无关。
所以，我想如果你想通过一个独特的HMM代表你的不同训练集，你只需要将你的数据集视为一个独特的训练集。数据的格式化取决于您用于培训的功能/工具箱。
如果使用Matlab，您应该查看由Kevin Murphy（PTMK Toolbox）开发的工具箱，该工具箱是公开可用且易于使用的。
但是，如果您已经知道每个数据样本的状态，并且只是查看转换矩阵，那么您应该能够手动计算它。它只是一个概率计算。 （请记住，HMM的假设是时间（t + 1）的状态仅取决于时间t的状态，并且完全独立于之前的所有状态。）