python自然语言处理-马尔科夫模型

1.概念学习  

  马尔科夫模型常用于分析大量随机事件，随机事件的特点是一个离散事件发生之后，另一个离散事件将在前一个事件的条件下以一定的概率发生。以天气的马尔科夫模型为例：

在这个天气系统模型中，如果今天是晴天，那么明天有70%的可能是晴天，20%的可能是多云，10%的可能下雨。如果今天是下雨天，那么明天有50%的可能也下雨，25%的可能是晴天，25%的可能是多云。

需要注意以下几点：

• 任何一个节点引出的所有可能的总和必须等于100%。无论是多么复杂的系统，必然会在下一步发生若干事件中的一个事件；
• 虽然这个天气系统在任一时间都只有三种可能，但是你可以用这个模型生成一个天气状态的无限次转移列表；