machine-learning - 隠れマルコフモデルベースの分類器における状態数の影響

Question

クラスター/コードブックの数、隠れマルコフモデルの状態の数の間の関係は何ですか

状態の数は、隠れマルコフモデルベースの分類器のパフォーマンスにどのように影響しますか？

Answer 1

一般に、状態の数がそれほど多くない場合、分類の非表示状態の数が増えると精度が高くなります。状態の数が多い場合、精度はそれ以上向上しません。そして、隠された状態の数の増加は、より多くの計算につながります。

Answer 2

Nを状態の数、Tを状態と観測シーケンスの長さとします。

P（Observations（up to t）、State（t）= S | Model）を直接計算する場合は、2 * T *（N ^ T）のオーダーで計算する必要があります。したがって、この確率を直接計算することはお勧めできません。

代わりに、フォワードバックワードアルゴリズムを使用する場合は、（N ^ 2）* Tのオーダーの計算が必要であり、直接アプローチよりも大幅に高速です。

したがって、2つの状態と10の時点で、P（Observations（up to t）、State（t）= S | Model）を前後方向に取得するには、（2 ^ 2）* 10=40の計算を行う必要があります。アルゴリズム。

# States    # Calculations
   2  ->        40
   3  ->        90
   4  ->        160
   5  ->        250
   ...