隐马尔可夫模型如何生成概率

Question

我有很多来自脉搏\心率测量的数据，所以这些数据是长长的整数列表，我有8个状态(尽管数据的范围可以远大于1到8-可以是50到140)。我想要一个算法，它可以获取测量数据，并通过无监督学习给我从一个状态转移到另一个状态的概率。所以我不知道转移矩阵，也不知道如何在测量数据上分配不同的状态。我只有8个状态，带有心率测量值的向量，我需要得到从一个状态转移到所有其他状态的概率。我不确定我如何使用HMM来做这件事，或者它是一种做这件事的方式。

Answer 1

几乎任何时间序列数据都可以用隐马尔可夫模型建模。转移矩阵应该估计从数据使用著名的鲍姆-韦尔奇algorithm.Simple教程从Wikipedia应该给你一个提示。