前向后向算法伪代码澄清

时间:2016-12-05 21:03:44

标签: machine-learning hidden-markov-models

我对维基百科页面(https://en.wikipedia.org/wiki/Forward%E2%80%93backward_algorithm#Python_example)上的伪代码有一个关于前向后向算法的问题。具体来说,这部分代码的目的是什么:

合并两部分

posterior = []
for i in range(L):
    posterior.append({st: fwd[i][st]*bkw[i][st]/p_fwd for st in states})

1 个答案:

答案 0 :(得分:0)

这可能有点晚了。 该算法的目标是在给定模型的情况下推断数据。通过这个计算,你计算P(x_i | o_i)的后验概率,这有助于找出测试过程的下一步。

希望这有所帮助。

相关问题