马尔可夫模型(MM) && 马尔可夫链

马尔可夫模型MM（MarkovModel）是一种统计模型

马尔科夫链指当前状态的概率只与上一时刻有关，例如如满足马尔可夫关系​ A→B→C ，那么有：

 

通俗理解马尔可夫模型

假设几个月大的宝宝每天做三件事：

       玩（兴奋状态）、吃（饥饿状态）、睡（困倦状态）

这三件事按下图所示的方向转移

做完一件事，就会去做另一件事

假设宝宝玩完了，就觉得累了，就想睡觉，这个状态转换的概率是0.3

如果说玩完了，饿了想吃饭，这个状态转换的概率是0.6

如果玩完了，既不吃也不睡，还想继续玩，这个状态的概率是0.1

就是说，每一个状态转换到另一个状态或者是自身的状态吗，都会有一定的概率，就形成了这样一个概率转换图

那么下面有这样一个状态链，他先开始玩，玩累了开始吃，吃完了就开始睡。这样一个状态链，就是一个马尔可夫链

就是我们是可观测到的

我们可能会求解这样一条状态链的概率

例二

比如天气预测，如果我们知道“晴天，多云，雨天”之间的转换概率，那么如果今天是晴天，我们就可以推断出明天是各种天气的概率，接着后天的天气可以由明天的进行计算。这类问题可以用Markov模型来描述。

如果今天是晴天，我想推断出明天的天气情况，那么我们就可以根据这个状态转换概率图去推算

如果想推算后天的天气，就可以根据明天的天气转换图去推算

这样以此类推，就形成一个马尔可夫链