我正在按照此链接 http://www.blackarbs.com/blog/introduction-hidden-markov-models-python-networkx-sklearn/2/9/2017 中的教程进行操作，以便在我的例子中实现隐藏马尔可夫模型。我有 2 个隐藏状态和 2 个观察到的状态.
正如我从教程中的代码中了解到的那样，HMM 的第一步是使用最大似然估计模型估计模型的参数，然后从参数的结果中我们可以预测隐藏状态。
因此，使用Vitebri算法来训练模型以找到最佳参数，然后预测观察到的状态。
是这样吗？如果代码更易于解释，我可以分享它。
实际上参数估计会找到所有，起始概率、转移概率(对于隐藏状态(和观测概率(对于观察状态(。 它们都被称为HMM的参数。至少有两种参数估计技术/算法可以得到它们，1.鲍姆-维特比或维特比训练或维特比提取和 2.鲍姆-韦尔奇。