隐马尔可夫模型
用于数据生成的马尔可夫模型
马尔可夫过程是随机过程的例子——根据一定的概率产生结果或状态的随机序列的过程。马尔可夫过程的特点是无记忆——它们的下一个状态只依赖于当前状态,而不依赖于引导它们到达那里的历史。从每日股票价格到基因在染色体中的位置,马尔可夫过程模型被广泛应用。隐马尔可夫模型(HMM)寻求恢复生成给定观察数据集的状态序列。
功能
hmmdecode |
隐马尔可夫模型后验状态概率 |
hmmestimate |
来自排放和状态的隐马尔可夫模型参数估计 |
hmmgenerate |
隐马尔可夫模型状态和排放 |
hmmtrain |
排放的隐马尔可夫模型参数估计 |
hmmviterbi |
隐马尔可夫模型最可能状态路径 |
主题
- 隐马尔可夫模型(HMM)
根据数据估计马尔可夫模型。
- 马尔可夫链
马尔可夫链是对具有离散状态集的马尔可夫模型的数学描述。