我已经了解了 HMM 的概念，并且我理解了其中的大部分。但是，我对如何将其映射到我的问题感到困惑。
我有病人的资料。在 x 周后，每位患者都会收到一种药物。x 取决于患者的处方。现在，每位患者都会获得额外的药物，因此如果在任何情况下交付失败，他/她都不会错过他们的剂量。我们称这个额外的药物缓冲液。因此，患者的缓冲区可能已满，这意味着他还没有用完。或者它可能是部分满的。或为空。我的输出状态是误服或非误服。我看到它的方式是我会找到 P(Misdose|S={s1,s2,s3}) 和 P(~Misdose|S={s1,s2,s3}) 的概率。问题是每个病人会有不同的顺序。我是否将所有患者连接成一个序列？或将它们视为多序列？我将如何预测新患者？
资源：以下是我用来理解它的资源：
https://towardsdatascience.com/markov-and-hidden-markov-model-3eec42298d75