【机器学习】HMM模型
文章目录
- HMM模型
- 1.⻢尔科夫链
- 1.1 简介
- 2.2 经典举例
- 2.HMM模型的三个基本问题
HMM模型
1.⻢尔科夫链
1.1 简介
⻢尔科夫链即为状态空间中从⼀个状态到另⼀个状态转换的随机过程。
该过程要求具备“⽆记忆”的性质:
- 下⼀状态的概率分布只能由当前状态决定,在时间序列中它前⾯的事件均与之⽆关。这种特定类型的“⽆记忆性”称作⻢尔可夫性质。
⻢尔科夫链作为实际过程的统计模型具有许多应⽤。
在⻢尔可夫链的每⼀步,系统根据概率分布,可以从⼀个状态变到另⼀个状态,也可以保持当前状态。
状态的改变叫做转移,与不同的状态改变相关的概率叫做转移概率。
⻢尔可夫链的数学表示为:
既然某⼀时刻状态转移的概率只依赖前⼀个状态,那么只要求出系统中任意两个状态之间的转移概率,这个⻢尔科夫链的模型就定了。
2.2 经典举例
下图中的⻢尔科夫链是⽤来表示股市模型,共有三种状态:⽜市(Bull market), 熊市(Bear market)和横盘 (Stagnant market)。
每⼀个状态都以⼀定的概率转化到下⼀个状态。⽐如,⽜市以0.025的概率转化到横盘的状态。
- 这个状态概率转化图可以以矩阵的形式表示。
- 如果我们定义矩阵阵P某⼀位置P(i, j)的值为P(j|i),即从状态i变为状态j的概率。
- 另外定义⽜市、熊市、横盘的状态分别为0、1、2,这样我们得到了⻢尔科夫链模型的状态转移矩阵为:
当这个状态转移矩阵P确定以后,整个股市模型就已经确定
2.HMM模型的三个基本问题
HMM模型⼀共有三个经典的问题需要解决:
1)评估观察序列概率 —— 前向后向的概率计算
即给定模型λ = (A, B, Π)和观测序列O = {o 1 , o 2 , …o T },计算在模型 λ 下某⼀个观测序列O出现的概率P(O|λ )。
这个问题的求解需要⽤到前向后向算法,是HMM模型三个问题中最简单的。
2)预测问题,也称为解码问题 ——维特⽐(Viterbi)算法
- 即给定模型λ = (A, B, Π)和观测序列O = {o 1 , o 2 , …o T },求给定观测序列条件下,最可能出现的对应的状态序列。
- 这个问题的求解需要⽤到基于动态规划的维特⽐算法,是HMM模型三个问题中复杂度居中的算法。
3)模型参数学习问题 —— 鲍姆-⻙尔奇(Baum-Welch)算法(状态未知) ,这是⼀个学习问题
- 即给定观测序列O = {o 1 , o 2 , …o T },估计模型λ = (A, B, Π)的参数,使该模型下观测序列的条件概率P(O∣λ)最⼤。
- 这个问题的求解需要⽤到基于EM算法的鲍姆-⻙尔奇算法,是HMM模型三个问题中最复杂的。
【机器学习】HMM模型相关推荐
- 机器学习HMM模型算法实例
目录 1 前向算法求HMM观测序列的概率 1.1 流程梳理 1.2 算法总结 1.3 HMM前向算法求解实例 1.4 用后向算法求HMM观测序列的概率 1.4.1 流程梳理 1.4.2 后向算法流程 ...
- 机器学习深版11:HMM模型
机器学习深版11:HMM模型(隐马尔科夫模型) 文章目录 机器学习深版11:HMM模型(隐马尔科夫模型) 1. 熵(Entropy) 2. 最大熵模型 3. HMM(隐马尔可夫模型) 4. 应用场景 ...
- 机器学习算法 10 —— HMM模型(马尔科夫链、前向后向算法、维特比算法解码、hmmlearn)
文章目录 系列文章 隐马尔科夫模型 HMM 1 马尔科夫链 1.1 简介 1.2 经典举例 2 HMM简介 2.1 简单案例 2.2 案例进阶 问题二解决 问题一解决 问题三解决 3 HMM模型基础 ...
- 机器学习基础 HMM模型(隐马尔科夫)
文章目录 一.马尔科夫链 1. 简介 2. 经典举例 3. 小结 二.HMM简介 1. 简单案例 2. 三个基本问题 三.HMM模型基础 1. 什么样的问题需要HMM模型 2. HMM模型的定义 3. ...
- 机器学习之HMM模型
HMM模型 马尔科夫链 HMM简介 HMM模型基础 前向后向算法评估观察序列概率 维特⽐算法解码隐藏状态序列 鲍姆-⻙尔奇算法简介 HMM模型API介绍 目录 HMM模型 马尔科夫链 HMM简介 HM ...
- 隐马尔科夫模型HMM(一)HMM模型
2019独角兽企业重金招聘Python工程师标准>>> 隐马尔科夫模型(Hidden Markov Model,以下简称HMM)是比较经典的机器学习模型了,它在语言识别,自然语言处理 ...
- 机器学习--判别式模型与生成式模型
原文地址为:机器学习--判别式模型与生成式模型 一.引言 本材料参考Andrew Ng大神的机器学习课程 http://cs229.stanford.edu 在上一篇有监督学习回归模型中,我们利用训练 ...
- HMM模型及相关算法
HMM模型及相关算法 写在前面:本文主要参考了刘建平Pinard老师的博客,做了一定程度的归纳,其中也有一些自己的理解,包括图和公式,希望对大家学习有所帮助. 一.HMM定义和前置知识 1.条件独立的 ...
- 机器学习——概率图模型
机器学习--概率图模型 有向图-贝叶斯网络 无向图-马尔科夫网络(马尔科夫随机场) 两种图的转换-道德图 更精细的分解-因子图 推断 推断-变量消除(VE) 推断-信念传播(BP) 推断-Max-Pr ...
最新文章
- UI设计培训分享:2021年UI设计风格新风向标主要体现在哪些方面
- GAN在产业和学术届的价值!
- “三电一兽”竞争格局将打破,网络营销外包下搜电开启高效运营
- JAVA中用 SQL语句操作小结
- lua excel to mysql_在Lua程序中使用MySQL的教程
- java swing 组织机构_课内资源 - 基于Java Swing的小型社团成员管理系统
- elasticsearch 请求全部数据
- 架设传奇时打开DBC数据库出错或读取DBC失败解决方法
- linux部署moodle
- Java之约瑟夫环问题
- nodejs 定时任务
- unix服务器日志文件,UNIX 系统日志
- composer错误
- 【git】error: .repo/manifests/: contains uncommitted changes解决思路
- 控制面板打印机显示不出来的解决办法
- c++11中的declval和decltype
- (转)女人,别忘了经营自己!(同事亲身经历)
- 算法---DFS和BFS
- nacos发送beat逻辑
- 工信部发布《移动互联网应用程序个人信息保护管理暂行规定(征求意见稿)》