【Python机器学习】隐马尔可夫模型讲解及在中文分词中的实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~

隐马尔可夫模型（HMM）是关于时序的概率模型，它可用于标注等问题中

基本思想

假设一个盒子里可以装两个骰子，骰子的种类有四面的和六面的两种。现在进行猜骰子实验，该实验由实验者和分析者完成。

实验者每次随机从盒子中取出一个骰子，然后补入一个另外种类的骰子。实验者记录下每次实验后盒子中不同种类骰子的数量，可得到一个盒子状态的序列。

实验者在每次实验后掷一次骰子，并将两个骰子的点数之和告诉他。于是分析者将得到一个数字序列，称为观察序列。

用盒子中四面骰子的数量来标记盒子的状态：若盒子中有k个四面骰子，则称系统处于状态k。显然盒子状态的取值空间为I={0,1,2}。

实验者在实验中能抓出什么骰子只与当前盒子的状态有关，而与盒子以前的状态无关。具有这种特性的序列，被称为具有马尔可夫性。

盒子状态的变化可以由所谓的初始概率和转移概率来确定。

初始概率是指盒子最初处于什么状态的概率。盒子可能出现的状态有0、1、2三种，假设两种骰子随机等概放入，那么三种状态出现的概率分别为0.25、0.5、