高斯隐马尔可夫模型

Question

我正在通过此链接http://www.blackarbs.com/blog/introduction-hidden-markov-models-python-networkx-sklearn/2/9/2017跟踪教程，以便在我的示例中实现隐藏的markov模型。 我有2个隐藏状态和2个观察状态。

据我从HMM教程中的代码了解，第一步是使用最大似然估计模型来估计模型的参数，然后从参数的结果中我们可以预测隐藏状态。
因此，使用Vitebri算法来训练模型以找到最佳参数，然后预测观察到的状态。
是这样吗 我可以共享我的代码（如果更明确）。

Answer 1

实际上，参数估计可以找到所有的起始概率，过渡概率。 （用于隐藏状态）和观察概率。 （用于观察状态）。 它们全都称为HMM的参数。 至少有两种参数估计技术/算法可以使它们全部获得：1。Baum-Viterbi或Viterbi训练或Viterbi提取； 2。Baum-welch。