返回信息流遇到一个问题：采用前-后向算法对HMM序列进行学习时，初值怎么设置？即一开并不知道有多少个隐状态，没法设置啊？
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #7800同步于 2011/3/28
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
有了解隐性马尔可夫序列的吗？
wqchen
2011/3/28镜像同步12 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
A Spectral Algorithm for Learning Hidden Markov Models
这文章有点意思。
话说回来，状态不是一开始就要定下来的么？然后学习的只是各种概率吧？
lz说的是无监督算法吧
初值一般都是随便设置。但也有一些方法，比如你弄三元模型，可以先用二元模型的训练结果初始化三元模型的
隐状态数目可以根据先验知识设置，没有太好的方法来知道弄成多少合适。
按各位的意思是序列的隐状态个数是一开始就知道的吧？可是好像这样与事实不符啊，因为隐状态本来就是不可知吧？还是说可以设置初始始隐状态为很大的数，用它去估算一个隐状态很小的序列，最后能得到转移矩阵里有很多0值？
【 在 wqchen 的大作中提到: 】
: 我根据UMDHMM模型改了一版代码，发现模型估计过程中delta的值偶尔会上涨而不是一直变小，请问这是否不合理呢？
: --
也有可能啊。还能防止局部最大化
隐状态也不是啥都隐啊。。真隐了，你都不知道有那个东西存在，还估计啥
你可以去搜搜论文把。我知道k-means有对应的x-means