Algorithm Viterbi训练或Baum-Welch算法来估计跃迁和发射概率？

我试图使用维特比算法在HMM上找到最可能的路径（即一系列状态）。 然而，我不知道转换矩阵和发射矩阵，我需要根据观察结果（数据）进行估计

要估计这些矩阵，我应该使用哪种算法：Baum-Welch算法还是Viterbi训练算法？为什么?

---

如果我应该使用维特比训练算法，谁能给我提供一个好的伪码（不容易找到）？

如果有足够的资源，你可能应该使用Baum-Welch（前向-后向）算法而不是维特比训练算法（也称为分段k-均值算法），这是一个替代的参数估计过程，为了计算效率牺牲了Baum-Welch的一些通用性。一般来说，Baum-Welch算法将给出导致更好性能的参数，尽管在某些情况下这是一个不错的选择

此外，请注意，您应该使用Baum-Welch算法来估计模型的参数。这将使用类似于EM算法的方法设置发射概率和传输概率。训练完HMM后，您将使用Viterbi解码算法来计算可能产生您的观察结果的最可能的状态序列

---

---

参考方面，我建议，或者你必须通过baum-welch算法来找出隐马尔可夫模型参数。baum-welch使用前向和后向算法找出hmm参数

我有一个python中baum welch算法代码的链接，请检查一下：

来自：

与鲍姆·韦尔奇相比，维特比培训：

• 快得多
• 但效果不太好
• 但这种权衡往往是值得的

一些比较研究：

• 罗德里格斯、路易斯·哈维尔和伊内斯·托雷斯。“，”伊比利亚模式识别和图像分析会议，第847-857页。施普林格柏林海德堡，2003年
  • （特别是，请参见结论部分）

在统计堆栈交换上询问了相同的问题：