Я розумію, як модель прихованого Маркова використовується в геномних послідовностях, таких як пошук гена. Але я не розумію, як придумати конкретну модель Маркова. Я маю на увазі, скільки штатів повинна мати модель? Скільки можливих переходів? Чи повинна модель мати петлю?
Звідки вони могли знати, що їх модель оптимальна?
Вони уявляють, скажімо, 10 різних моделей, орієнтують ці 10 моделей і публікують найкращу?
Відповіді:
Мені знайомі три основні підходи:
Апріорі. Ви можете знати, що можна вибрати чотири пари базових і дозволяють HMM мати чотири стани. Або ви можете знати, що англійська мова має 44 фонеми, а також 44 стану прихованого рівня фонеми в моделі розпізнавання голосу.
Оцінка Кількість станів часто можна оцінити заздалегідь, можливо, шляхом простого кластеризації за спостережуваними особливостями HMM. Якщо матриця переходу HMM є трикутною (що часто буває при прогнозуванні відмов), кількість станів визначає форму розподілу загального часу від стартового стану до кінцевого стану.
Оптимізація. Як ви пропонуєте, або багато моделей створені і підходять, і обрана найкраща модель. Можна також адаптувати методологію, яка вивчає HMM, щоб дозволити моделі додавати або відміняти стани за потребою.
Подальший підхід полягає в вибірці з моделей з незмінно нескінченною кількістю станів. Відповідь на "скільки" потім з'явиться шляхом усереднення по вибірці.