HMM(参数训练一有监督训练)

上文已经讲述的HMM的第一个问题,如何用前向后向算法求解观测序列的概率。本文讲述如何训练模型

一、HMM参数的训练有2种方法,一种是有监督学习,另一种是无监督学习。其中有监督学习很简单,无监督理解起来稍微困难。已知模型参数 λ=(αNN,βNM,πN)

- 有监督学习直接利用计数的方式来求得模型参数
- 假设已经给出训练数据包含S个长度相同的观测序列和对应的状态序列 (O1,I1),(O2,I2),...,(Os,Is) ,那么可以利用极大似然估计法来估计模型参数!!
- 转移概率的 αNN 估计。 αij=Aij÷Nj=1Aij ,A是个数
- 观测(发射)概率 βNM 的估计。 βj(k)=Bjk÷Mk=1Bjk
- 初始状态概率 πN 的估计。 πi=i

你可能感兴趣的:(算法)