我正在使用隐马尔可夫模型（hmmlearn 命名正在使用的包）根据船只轨迹对不同的渔具进行分类。为此，我训练了 3 个不同的 HMM，每个渔具使用预先标记的数据训练一个。然后，我使用 hmmlearn 的评分方法来获取 3 个模型中每个模型的未知序列的对数似然。然后我选择属于最高可能性的模型。虽然 2 个模型由 2 个隐藏状态组成，但一个模型可能有 3 个隐藏状态。 现在我的问题是：当利用具有不同数量隐藏状态的 HMM 时，我可以使用这种方法吗？
我使用 70/30 分割的前两个模型获得了良好的结果，所有模型都具有相同数量的隐藏状态，但后者仅获得了 50% 的准确率，因此我想稍微更改一下参数。
70/30 分割是什么意思？一个状态可以生成 30-40 个观测值吗？我从不使用 hmmlearn，但我经常使用 HTK。恕我直言，状态的数量取决于序列本身。如果你可以“看到”只有两个段来划分序列..而不是使用 2 个状态。如果序列变化足够大，则使用更多状态。