隐马尔科夫模型(Hidden Markov Model ,简称HMM) 是建模序列数据的图模型
是混合模型的一种推广。
顶层节点表示多项式变量yt,底层节点表示观测变量xt
条件独立
给定状态yt则yt-1和yt+1是独立的。
一般来说,给定状态yt,ys独立于yu,(s<t ,t<u)。
当给定状态节点yt,输出节点xs和xu也相对独立。
给定输出节点, 不带来任何条件独立。
表示(参数化)
1. 非条件分布π
第一个状态节点对应一个非条件分布π:
2. 转移概率
状态转移矩阵 A 其中aij为转移概率: