数据挖掘——隐马尔可夫模型（HMM）和Viterbi算法

 

只是简单理解、回顾一下。

 

1. 马尔科夫链/模型（Markov Chain / Model）

简单来讲就是，从一个状态（state）到另一个状态的过程，并且当前状态只与上一个状态有关。

举个例子，有小学、初中、高中、大学、工作这几个状态。而从大学状态跳到工作这个状态时，HR基本上只关心你的大学，而不会问你在哪所高中、初中毕业。

                                      

所以说人类的本质就是马尔科夫模型。

 

2. 隐马尔科夫链/模型（Hidden Markov Chain）

顾名思义，就是隐藏在马尔科夫链各状态中的其他状态，因为有很多种可能性、可能会发生也可能不发生，所以具体发生的是哪个状态我们也看不见，所以叫“隐藏”（Hidden）。

还是上面那个例子，假如说隐藏状态是“恋爱”或者“打架”，小孩子们自己瞒着所以我们也看不见，这就是被隐藏的状态。

                              

所以到底是去做什么了（或者预测），这就是概率和怎么算的问题了。而Viterbi算法就是帮助我们根据不同状态之间转换的概率，知道小孩到底在干嘛的算法。是不是很牛逼。