机器学习算法之——隐马尔可夫模型(Hidden Markov Models,HMM) 代码实现
@Author：Runsen
隐形马尔可夫模型，英文是 Hidden Markov Models，就是简称 HMM。
既是马尔可夫模型，就一定存在马尔可夫链，该马尔可夫链服从马尔可夫性质：即无记忆性。也就是说，这一时刻的状态，受且只受前一时刻的影响，而不受更往前时刻的状态的影响。
关于马尔可夫模型和隐马尔可夫模型是什么，查看知乎的问题
马尔可夫模型
马尔可夫链（Markov-chain，model）描述了一个随机过程，其中未来状态的假设概率仅取决于当前过程状态，而不取决于它之前的任何状态。在这个例子中，我们将创建一个概率图（给定由4个元素组成的状态空间）来说明孩子们可能决定如何度过一天。
import numpy as np
import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
from pprint import pprint # 状态空间的建立与初始状态概率
states = ['sleeping', 'eating&本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！