我正在尝试通过实施从样本中学习的库来获取HMM。我有一些基本问题，我没有找到答案：
在创建新的可训练HMM时，如何确定状态标识？
鉴于训练集包含S个样本，其中每个样本包含SN个状态，这使得K个状态，并且假设用户要求创建一个{{1}的HMM }状态，我想到的第一件事就是尝试将SN状态聚类到K个聚类中，然后将它们的质心用作K个状态。
这是选择国家身份的正确方法吗？
在训练已经选择了状态标识的模型时，下一步应该只是计算从每个状态移动到另一个状态的可能性吗？
如何通过训练有素的HMM生成序列？我们应该只使用统一的随机函数，因此只需在每一步选择转换并输出当前状态，直到我们决定停止，还是应该做一些更复杂的事情？
如何通过训练有素的HMM计算输入序列的可能性？