爲什麼我們在訓練隱馬爾可夫模型時迭代

Question

我使用隱馬爾可夫模型進行分類，jahmm實現。

當訓練模型時，我使用kMeans聚類作爲初始模型。然後我使用任意迭代來優化模型。我懷疑是在這些迭代中發生的。

我的直覺告訴我，sequenes是基於初始模型生成的，而初始模型又用於再次訓練模型，依此類推。

這是真的還是有其他的事情發生？

謝謝！

Answer 1

BaumWelchLearner.java：

public <O extends Observation> Hmm<O> 
    learn(Hmm<O> initialHmm, List<? extends List<? extends O>> sequences) 
    { 
     Hmm<O> hmm = initialHmm; 

     for (int i = 0; i < nbIterations; i++) 
      hmm = iterate(hmm, sequences); 

     return hmm; 
    } 

實際上它是在每個迭代反覆使用所提供的觀測序列一次。需要迭代，因爲模型有時只會緩慢地收斂到本地最大值。編寫一個這樣的程序，在每次迭代後查看模型：

BaumWelchLearner bwl = new BaumWelchLearner(); 
for (int i=0; i<=bwl.getNbIterations(); i++) { 
    Hmm iteration = bwl.iterate(yourHmm, learningSequences); 
    System.out.println("\nIteration " + i + ":\n" + iteration.toString()); 
    yourHmm = iteration; 
}