Day 681：机器学习笔记（10）

HMM是隐马尔科夫模型，它和前面学的朴素贝叶斯、逻辑回归等都属于概率模型。机器学习中的概率模型，就是将学习归结为计算概率分布的模型。它通过可观测变量推断部分未知变量。

概率模型分为生成模型和判别模型。

生成模型学习出来的是可观测变量与部分未知变量的联合概率分布，而判别模型是它们的雕件概率分布。

HMM就是一种生成模型。

马尔科夫链描述了一系列可能的时间，其中每个时间仅依赖于前一个事件。

和之前的模型不同，先前的模型就是针对输入样本，对应到某个结果。而HMM变量有两类，状态变量和观测变量。

https://blog.csdn.net/likelet/article/details/7056068