hmm 求隐藏序列_HMM——求隐藏序列,维特比算法求解
情景假设
一个东京的朋友每天根据天气{下雨,天晴}决定当天的活动{公园散步,购物,清理房间}中的一种,我每天只能在twitter上看到她发的推“啊,我前天公园散步、昨天购物、今天清理房间了!”,那么我可以根据她发的推特推断东京这三天的天气。在这个例子里,显状态是活动即购物,散步以及整理,隐状态是天气。我们要求出活动对应得天气情况。
条件描述
隐含状态
states = ('Rainy', 'Sunny')
显性状态
observations = ('walk', 'shop', 'clean')
初试状态概率(隐含态)
start_probability = {'Rainy': 0.6, 'Sunny': 0.4}
转换状态
transition_probability = {
'Rainy' : {'Rainy': 0.7, 'Sunny': 0.3},
'Sunny' : {'Rainy': 0.4, 'Sunny': 0.6},
}
发射状态(对应隐含状态为显性状态概率)
emission_probability = {
'Rainy' : {'walk': 0.1, 'shop': 0.4, 'clean': 0.5},
'Sunny' : {'walk': 0.6, 'shop': 0.3, 'clean': 0.1},
}
states = ('Rainy', 'Sunny')
observations = ('walk', 'shop', 'clean')
start_probability = {'Rainy': 0.6, 'Sunny': 0.4}
transition_probability = {
'Rainy': {'Rainy': 0.7, 'Sunny': 0.3},
'Sunny': {'Rainy': 0.4, 'Sunny': 0.6},
}
emission_probability = {
'Rainy': {'walk': 0.1, 'shop': 0.4, 'clean': 0.5},
'Sunny': {'walk': 0.6, 'shop': 0.3, 'clean': 0.1},
}
# 打印路径概率表
def print_dptable(V):
print " ",
for i in range(len(V)): print "%7d" % i,
for y in V[0].keys():
print "%.5s: " % y,
for t in range(len(V)):
print "%.7s" % ("%f" % V[t][y]),
def viterbi(obs, states, start_p, trans_p, emit_p):
"""
:param obs:观测序列
:param states:隐状态
:param start_p:初始概率(隐状态)
:param trans_p:转移概率(隐状态)
:param emit_p: 发射概率 (隐状态表现为显状态的概率)
:return:
"""
# 路径概率表 V[时间][隐状态] = 概率
V = [{}]
# 一个中间变量,代表当前状态是哪个隐状态
path = {}
# 初始化初始状态 (t == 0)
for y in states:
V[0][y] = start_p[y] * emit_p[y][obs[0]]
path[y] = [y]
# 对 t > 0 跑一遍维特比算法
for t in range(1, len(obs)):
V.append({})
newpath = {}
for y in states:
# 概率 隐状态 = 前状态是y0的概率 * y0转移到y的概率 * y表现为当前状态的概率
(prob, state) = max([(V[t - 1][y0] * trans_p[y0][y] * emit_p[y][obs[t]], y0) for y0 in states])
# 记录最大概率
V[t][y] = prob
# 记录路径
newpath[y] = path[state] + [y]
# 不需要保留旧路径
path = newpath
print path
#print_dptable(V)
(prob, state) = max([(V[len(obs) - 1][y], y) for y in states])
return (prob, path[state])
def example():
return viterbi(observations,
states,
start_probability,
transition_probability,
emission_probability)
print example()
需要注意
隐性状态的转移必须满足马尔可夫性。(状态转移的马尔可夫性:一个状态只与前一个状态有关)
隐性状态必须能够大概被估计。在满足条件的情况下,确定问题中的隐性状态是什么,隐性状态的表现可能又有哪些.HMM适用于的问题在于,真正的状态(隐态)难以被估计,而状态与状态之间又存在联系。
本文转自以下博主
hmm 求隐藏序列_HMM——求隐藏序列,维特比算法求解相关推荐
- 机器学习笔记(十五)——HMM序列问题和维特比算法
一.引言 这篇blog主要讲序列问题和其解法--维特比算法. 二.HMM中的第二个基本问题 序列问题:给定一个观察序列O=O1O2-OTO=O_1O_2\dots O_T和模型u=(A,B,π)u=( ...
- 求最小Hamming距离的DNA序列
提示:两个等长字符串的Hamming距离,等于两个字符串相同的位置中,字符不同的个数.(如ACGT和GCGA的Hamming距离为2) 问题: TATGATAC TAAGCTAC AAAGATCC T ...
- 数据结构与算法:已知二叉树两种遍历序列,求第三种遍历序列
在笔试题目中经常碰到此类题目,已知先序遍历序列和中序遍历序列,求后序序列或者已知中序序列和后序序列,求先序遍历序列.其中若已知先序序列和后序序列,无法唯一确定一棵树,所以就无法得知中序序列. 1.已知 ...
- python基础练习题(按条件对指定序列求和,打印99乘法表、求斐波那契数列、百马百担、求水仙花数、求n以内的所有质数(素数)和)、集合的讲解、一些公关方法
1.求100(含100)以内所有偶数的和 range(start,end,step)这个序列生成器,和那个切片的语法一样,含头不含尾,step是步长,这里就不需要在对j进行判断了,对于这些简单求奇数和 ...
- 给定一个整数序列,求中位数
问题描述: 给定一个整数序列,求中位数.如果序列个数为奇数,中位数为升序的中间位置,如果是偶数,这位升序的中间两个数的平均值. 输入: 输入包含多组测试数据,每一组第一行为n(n<104)表示这 ...
- 递归法:求两个串的最大公共子序列的长度
问题:求两个串的最大公共子序列的长度 举例: 子串: abcgxs 与sabxfh 其最大公共子序列的为abx,长度为3 public class Zixulie {public static int ...
- 有n个人围成一圈,从第1个人开始,1、2、3报数,报至3出局,余下的人继续从1、2、3报数,问:最后剩下的一人是原来的第几号?同时求出被淘汰编号的序列。(要求:用循环队列解决该问题。)
1. 有n个人围成一圈,从第1个人开始,1.2.3报数,报至3出局,余下的人继续从1.2.3报数,问:最后剩下的一人是原来的第几号?同时求出被淘汰编号的序列.(要求:用循环队列解决该问题.) 这是一道 ...
- PAT甲级1020变体:已知二叉树层序+中序序列,求后序遍历序列
PAT甲级1020变体:已知二叉树层序+中序序列,求后序遍历序列 题目 输入格式 输出格式 输入样例 输出样例 代码 题目 已知二叉树层序+中序序列,求后序遍历序列. 输入格式 第一行给出该二叉树的节 ...
- 埃拉托色尼筛法求不大于n的质数序列
埃拉托色尼筛法求不大于n的质数序列 主要思想: 从2开始,将待选序列中2的倍数全部剔除,在此基础上,将3的倍数全部剔除,同时循环这个过程,到最后,得到的序列就是我们所要求的所有序列 Java代码实现: ...
最新文章
- python复杂网络 学习笔记
- 执行上下文(Exection Contexts)
- Maximum Profit Aizu - ALDS1_1_D
- 第一个servlet小程序
- android,PHP解析JSON数组,JSONArray,JSONOject,乱码
- CentOS yumdownloader命令和rpmbuild命令制作rpm包
- Kickstarter 开源其 Android 和 iOS 应用
- C++11 现代C++风格的新元素--简介
- 腾讯云技术布道师贺嘉正式受邀出席SDCC 2016微信开发专题,分享腾讯云的小程序解决方案...
- shareSdk 新浪微博的登录分享测试
- 计算机最近被访问的文件夹,电脑复制文件夹提示“目标文件夹访问被拒绝”怎么办?[多图]...
- 2021高考杭二中成绩查询,杭二中公布了首张高考成绩通报 北大清华51人
- 关于Flash的几点思考(Thoughts on Flash)
- 想学Docker?我教你啊~
- 网页数据抓取-网页实时数据抓取软件
- 微信对账单--每日定时任务获取昨日微信支付账单
- 设计Date类,该类采用3个整型存储日期: month、 data和year。其函数成员具有按如下格式输出日期的功能(异常处理)
- 【cudaMemcpy】
- Android - Broadcasts overview(不完整)
- どゆことの意味は何ですか?