我有一组观察符号序列，我必须针对一组训练有素的 HMM 分类器进行测试。我似乎了解使用对数概率相对于常规概率的优势。
在 HMM 分类器的测试阶段，我似乎没有得到乘以概率或添加对数概率来确定观察到的观察测试序列的类别的动机。
为什么我们必须乘或加概率？我们不能只使用前向算法确定单个观察符号序列的概率或对数概率吗？
隐马尔可夫模型中的概率和对数概率
机器算法验证
隐马尔可夫模型
2022-03-28 12:49:41
2个回答
是的，可以使用前向算法计算观察序列的概率。
但是请注意，前向算法是一种迭代算法，其中在每次迭代中执行一堆求和和乘法。所以你的第二个问题的答案也是肯定的。
马尔可夫模型具有每个单独转换的概率（传递函数）。在隐马尔可夫模型 (HMM) 的情况下，还有一个概率函数将隐藏状态映射到观察值。
这些概率必须结合起来才能产生序列概率。因此它们成倍增加。（并且对于对数概率，此运算符然后成为加法）