我将重写一个使用Python中的Kevin Murphy的Toolbok的MATLAB脚本。
我知道在python中有一些HMM算法实现（Viterbi，Baum Welch，Backword Forward），所以我认为我具备了移植matlab所需的一切-> python。
我的MATLAB脚本使用在Learn_dhmm.m中编写的过程：
function [LL, prior, transmat, obsmat, gamma] = learn_dhmm(data, prior, transmat, obsmat, max_iter, thresh, verbose, act, adj_prior, adj_trans, adj_obs, dirichlet)
% LEARN_HMM Find the ML parameters of an HMM with discrete outputs using EM.
%
% [LL, PRIOR, TRANSMAT, OBSMAT] = LEARN_HMM(DATA, PRIOR0, TRANSMAT0, OBSMAT0)
% computes maximum likelihood estimates of the following parameters,
% where, for each time t, Q(t) is the hidden state, and
% Y(t) is the observation
% prior(i) = Pr(Q(1) = i)
% transmat(i,j) = Pr(Q(t+1)=j | Q(t)=i)
% obsmat(i,o) = Pr(Y(t)=o | Q(t)=i)
% It uses PRIOR0 as the initial estimate of PRIOR, etc.
我不明白这个程序实际上在做什么。
抱歉，我正在学习机械学习
最佳答案
我认为评论是解释性的：Find the ML parameters of an HMM with discrete outputs using EM.
您可以阅读以下经典文章以了解HMM：A tutorial on Hidden Markov Models and selected applications in speech recognition，L。Rabiner，1989，Proc.Natl.Acad.Sci.USA，87：5873。 IEEE 77（2）：257--286。
上述功能解决了论文中的问题3（第264页）。
关于machine-learning - Kevin Murphy HMM工具箱中的学习dmm.m使用的算法是什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/8464907/