在顺序数据上训练HMM

时间:2018-06-10 21:08:06

标签: hidden-markov-models

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:

  1. 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?

  2. 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?

  3. 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?

  4. 如何通过训练有素的HMM计算输入序列的可能性?

0 个答案:

没有答案