[学习笔记] [机器学习] 12. [上] HMM 隐马尔可夫算法（马尔科夫链、HMM 三类问题、前后后向算法、维特比算法、鲍姆-韦尔奇算法、API 及实例）

学习目标：

• 了解什么是马尔科夫链
• 知道什么是 HMM 模型
• 知道前向后向算法评估观察序列概率
• 知道维特比算法解码隐藏状态序列
• 了解鲍姆-韦尔奇算法
• 知道 HMM 模型 API 的使用

1. 马尔科夫链

学习目标：

• 知道什么是马尔科夫链

---

在机器学习算法中，马尔可夫链（Markov Chain）是个很重要的概念。马尔可夫链，又称离散时间马尔可夫链（Discrete-Time Markov Chain），因俄国数学家安德烈-马尔可夫得名。

1.1 马尔科夫链的简介

马尔科夫链即为状态空间中从一个状态到另一个状态转换的随机过程。

我们看图中的灰色圆点，它可以自身到自身（A → A / B → B），也可以自身到下一点（A → B / B → A），与前几步是怎么走的没有关系。

该过程要求具备“无记忆”的性质：即下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作马尔可夫性质。

马尔科夫链作为实际过程的统计模型具有许多应用，在机器学习和人工智能的领域中有着广泛的应用，如强化学习、自然语言处理、金融领域、天气预测和语音识别等方面。

在马尔可夫链的每一步，系统根据概率分布，可以从一个状态变到另一个状态，也可以保持当前状态。

• 状态的改变叫做转移
• 与不同的状态改变相关的概率叫做转移概率

马尔可夫链的数学表示为：

$$P(x_{t+1}|\cdot \cdot \cdot ,x_{t-2},x_{t-1},x_t)=P(x_{t+1}|x_t)$$

上面这个公式说明，马尔科夫链的转移概率与 $t$ 之前的概率无关，只与 $t$ 有关。

既然某一时刻状态转移的概率只依赖前一个状态，那么只要求出系统中任意两个状态之间的转移概率，这个马尔科夫链的模型就定了。

1.2 马尔科夫链的经典举例

下图中的马尔科夫链是用来表示股市模型，共有三种状态:牛市(Bull market) ,熊市(Bear market)和横盘(Stagnant market) .
每一个状态都以一定的概率转化到下一个状态。比如，牛市以0.025的概率转化到横盘的状态。

下图中的马尔科夫链是用来表示股市模型，共有三种状态：

• 牛市（Bull market）：股票的持续上涨，当涨幅超过 20% 的时候，就被叫做牛市
• 熊市（Bear market）：股票的持续下跌，当下跌幅度超过 20% 的时候，就被称为熊市
• 横盘（Stagnant market）：股票价格在一段时间内基本保持不变，没有明显的涨跌趋势

每一个状态都以一定的概率转化到下一个状态。比如，牛市以 0.025 的概率转化到横盘的状态。

这个状态概率转化图可以以矩阵的形式表示。

如果我们定义矩阵 $P$ 某一位置 $P(i,j)$ 的值为 $P(j|i)$，即从状态 $i$ 变为状态 $j$ 的概率。另外定义牛市、熊市、横盘的状态分别为 0、1、2，这样我们得到了马尔科夫链模型的状态转移矩阵：

$$P=\left(\begin{array}{ccc}0.9& 0.075& 0.025\\ 0.15& 0.8& 0.05\\ 0.25& 0.25& 0.5\end{array}\right)$$

上面这个矩阵：

• 第一行表示牛市；第二行表示熊市；第三行表示横盘
• 第一列表示牛市；第二列表示熊市；第三列表示横盘
• 矩阵的对角线表示转移到自身

当这个状态转移矩阵 $P$ 确定以后，整个股市模型就已经确定。

---

小结：

• 马尔科夫链即为：状态空间中从一个状态到另一个状态转换的随机过程。
  • 该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。

2. HMM 简介

学习目标：

• 通过举例了解什么是 HMM 模型

---

隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。它是关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测从而产生观测随机序列的过程。

其难点是从可观察的参数中确定该过程的隐含参数，然后利用这些参数来作进一步的分析。

隐马尔可夫模型（HMM）在语音识别、机器翻译、中文分词、命名实体识别、词性标注、基因识别等领域有广泛的使用。它也被应用于手势、字体识别，地平面估计，网络安全中的入侵检测，生物中的DNA分段序列的预测以及故障的预测和诊断。

2.1 HMM 的简单案例

下面我们一起用一个简单的例子来对 HMM 进行阐述：假设我们手里有三个不同的骰子。

• 第一个骰子是我们平常见的骰子（称这个骰子为 D6），它有 6 个面，每个面 (1, 2, 3, 4, 5, 6) 出现的概率都是 $\frac{1}{6}$。
• 第二个骰子是个四面体（称这个骰子为 D4），每个面 (1, 2, 3, 4) 出现的概率都是 $\frac{1}{4}$。
• 第三个骰子有八个面（称这个骰子为 D8），每个面 (1, 2, 3, 4, 5, 6, 7, 8) 出现的概率都是 $\frac{1}{8}$。

我们开始掷骰子，我们先从三个骰子里挑一个，挑到每一个骰子的概率都是 $\frac{1}{3}$。然后我们掷骰子，得到一个数字（1, 2, 3, 4, 5, 6, 7, 8 中的一个）。不停的重复上述过程，我们会得到一串数字，每个数字都是 1, 2, 3, 4, 5, 6, 7, 8 中的一个。

例如我们可能得到这么一串数字（掷骰子 10 次）：1 6 3 5 2 7 3 5 2 4。我们称这串数字叫做 可见状态链。

---

但是在隐马尔可夫模型中，我们不仅仅有这么一串可见状态链，还有一串隐含状态链。在这个例子里，这串隐含状态链就是你用的骰子的序列。

比如，隐含状态链有可能是：D6 D8 D8 D6 D4 D8 D6 D6 D4 D8。

一般来说，HMM 中说到的马尔可夫链其实是指隐含状态链，因为隐含状态（骰子）之间存在转换概率（Transition Probability）。

在我们这个例子里，D6 的下一个状态是 D4 或 D6 或 D8 的概率都是 $\frac{1}{3}$。D4 和 D8 的下一个状态是 D4 或 D6 或 D8 的转换概率也都一样是 $\frac{1}{3}$。

这样设定是为了最开始容易说清楚，但是我们其实是可以随意设定转换概率的。比如，我们可以这样定义，D6 后面不能接 D4，D6 后面是 D6 的概率是 0.9，是 D8 的概率是 0.1。这样就是一个新的 HMM。

同样的，尽管可见状态之间没有转换概率，但是隐含状态和可见状态之间有一个概率叫做输出概率（Emission Probability）。

对于我们的例子来说，六面骰（D6）投出 1 的输出概率是 $\frac{1}{6}$。投出 2, 3, 4, 5, 6 的概率也都是 $\frac{1}{6}$。我们同样可以对输出概率进行其他定义。比如，我有一个被赌场动过手脚的六面骰子，掷出来是 1 的概率更大，是 $\frac{1}{2}$，掷出来是 2, 3, 4, 5, 6 的概率是 $\frac{1}{10}$。

搞清楚哪些是隐含状态，哪些是可见状态

---

其实对于 HMM 来说，如果提前知道所有隐含状态之间的转换概率和所有隐含状态到所有可见状态之间的输出概率，做模拟是相当容易的。但是在应用 HMM 模型时候呢，往往是缺失了一部分信息的。

• 有时候你知道骰子有几种，每种骰子是什么，但是不知道掷出来的骰子序列
• 有时候你只是看到了很多次掷骰子的结果，剩下的什么都不知道

如果应用算法去估计这些缺失的信息，就成了一个很重要的问题。这些问题我们会在后面详细讲。

2.2 案例进阶

2.2.1 问题阐述

和 HMM 模型相关的算法主要分为三类（分别解决三种问）：

2.2.1.1 第一类算法

知道骰子有几种（隐含状态数量），每种骰子是什么（转换概率），根据掷骰子掷出的结果（可见状态链），我们想知道每次掷出来的都是哪种骰子（隐含状态链）。

即：根据可见状态链 + 转换概率 → 隐含状态链

这些结果在投掷的时候用的哪些骰子

注意：

• 隐含状态数量：有几种骰子（本例中有 3 种骰子）
• 转换概率：每种骰子是什么（本例中为 D4 D6 D8）
• 可见状态链：骰子掷出的结果（本例中为 1 ~ 8）

对于这个问题，在语音识别领域叫做解码问题。

这个问题其实有两种解法，会给出两个不同的答案。每个答案都对，只不过这些答案的意义不一样。

• 第一种解法：求最大似然状态路径。说通俗点就是我们求一串骰子序列（比如 D6 D4 D8 D6 D6 D4 …），这串骰子序列产生观测结果的概率最大（比如 0 1 0 2 2 3 4 …）。

• 第二种解法：不再是求一组骰子序列了，而是求每次掷出的骰子分别是某种骰子的概率。比如说我们看到结果后，我可以求得第一次掷骰子是 D4 的概率是 0.5，D6 的概率是 0.3，D8 的概率是 0.2。

2.2.1.2 第二类算法

还是知道骰子有几种（隐含状态数量），每种骰子是什么（转换概率），根据掷骰子掷出的结果（可见状态链），我想知道掷出这个结果的概率（下次再投出这个结果的概率有多大）。

看似这个问题意义不大，因为你掷出来的结果很多时候都对应了一个比较大的概率。问这个问题的目的呢，其实是检测观察到的结果和已知的模型是否吻合。

如果很多次结果都对应了比较小的概率，那么就说明我们已知的模型很有可能是错的，有人偷偷把我们的骰子给换了。

2.2.1.3 第三类算法

知道骰子有几种（隐含状态数量），不知道每种骰子是什么（转换概率），观测到很多次掷骰子的结果（可见状态链），我想反推出每种骰子是什么（转换概率）。

即：根据 隐含状态数量 + 可见状态链 → 转换概率

这里我们主要想知道骰子之间的转换概率是多少，和我们的预期是否一致！

这个问题很重要，因为这是最常见的情况。

很多时候我们只有可见结果，不知道 HMM 模型里的参数，我们需要从可见结果估计出这些参数，这是建模的一个必要步骤。

2.2.2 问题解决

2.2.2.1 一个简单问题【对应问题二】

其实这个问题实用价值不高。由于对下面较难的问题有帮助，所以先在这里提一下。

知道骰子有几种（隐含状态数量）、每种骰子是什么（转换概率），根据掷骰子掷出的结果（可见状态链），我们想知道掷出这个结果的概率（下次再投出这个结果的概率有多大）。

解法无非就是概率相乘：

$$\begin{array}{rl}P& =P(D6)\times P(D6\to 1)\times P(D6\to D8)\times P(D8\to 6)\times P(D8\to D8)\times P(D8\to 3)\\ & =\frac{1}{3}\times \frac{1}{6}\times \frac{1}{3}\times \frac{1}{8}\times \frac{1}{3}\times \frac{1}{8}\\ & =0.00005787\end{array}$$

2.2.2.2 看见不可见的，破解骰子序列【对应问题一】

问题一：知道骰子有几种（隐含状态数量），每种骰子是什么（转换概率），根据掷骰子掷出的结果（可见状态链），我们想知道每次掷出来的都是哪种骰子（隐含状态链）。

即：根据可见状态链 + 转换概率 → 隐含状态链

这里我们使用第一种解法，即最大似然路径问题。

举例来说，我知道我有三个骰子，六面骰 D6，四面骰 D4，八面骰 D8。我也知道我掷了十次的结果（1 6 3 5 2 7 3 5 2 4）。但我们不知道每次用了那种骰子，我们想知道最有可能的骰子序列（这些结果在投掷的时候用的哪些骰子）。

其实最简单粗暴的方法就是穷举所有可能的骰子序列，然后依照上一个问题的解法把每个序列对应的概率算出来。然后我们从里面把对应最大概率的序列挑出来就行了。

如果马尔可夫链不长，这样做当然可行。但如果马尔科夫链很长的话，穷举的数量太大，就很难完成了。

另外一种很有名的算法叫做维特比算法（Viterbi algorithm）。要理解这个算法，我们先看几个简单的例子。

首先，如果我们只掷一次骰子：

看到结果为 1，对应的最大概率骰子序列就是 D4。因为 D4 产生 1 的概率是 $\frac{1}{4}$，高于 $\frac{1}{6}$ 和 $\frac{1}{8}$。

把这个情况拓展，我们掷两次骰子：

结果为 1 6。此时问题变得复杂起来，我们需要计算三个值，分别是第二个骰子是 D6 或 D4 或 D8 的最大概率。显然，要取到最大概率，第一个骰子必须为 D4。这时，第二个骰子取到 D6 的最大概率是：

$$\begin{array}{rl}P2(D6)& =\underset{第一次投掷}{\underline{P(D4)\times P(D4\to 1)}}\times \underset{第二次投掷}{\underline{P(D4\to D6)\times P(D6\to 6)}}\\ & =\frac{1}{3}\times \frac{1}{4}\times \frac{1}{3}\times \frac{1}{6}\end{array}$$

同样的，我们可以计算第二个骰子是 D4 或 D8 时的最大概率。我们发现，第二个骰子取到 D6 的概率最大。而使这个概率最大时，第一个骰子为 D4 。所以最大概率骰子序列就是 D4 D6。继续拓展，我们掷三次骰子：

同样，我们计算第三个骰子分别是 D6 D4 D8的最大概率。我们再次发现，要取到最大概率，第二个骰子必须为 D6。这时，第三个骰子取到 D4 的最大概率是：

$$\begin{array}{rl}P3(D4)& =\underset{第一次投掷}{\underline{P(D4)\times P(D4\to 1)}}\times \underset{第二次投掷}{\underline{P(D4\to D6)\times P(D6\to 6)}}\times \underset{第三次投掷}{\underline{P(D6\to D4)\times P(D4\to 3)}}\\ & =\frac{1}{3}\times \frac{1}{4}\times \frac{1}{3}\times \frac{1}{6}\times \frac{1}{3}\times \frac{1}{4}\end{array}$$

同上，我们可以计算第三个骰子是 D6 或 D8 时的最大概率。我们发现，第三个骰子取到 D4 的概率最大。而使这个概率最大时，第二个骰子为 D6，第一个骰子为 D4。所以最大概率骰子序列就是 D4 D6 D4。

---

到这里，我们应该看出点规律了。既然掷骰子一、二、三次可以算，掷多少次都可以以此类推。

我们发现，我们要求最大概率骰子序列时要做这么几件事情：

• 首先，不管序列多长，要从序列长度为 1 算起，算序列长度为 1 时取到每个骰子的最大概率。
• 然后，逐渐增加长度，每增加一次长度，重新算一遍在这个长度下最后一个位置取到每个骰子的最大概率。因为上一个长度下的取到每个骰子的最大概率都算过了、重新计算的话其实不难（类似于递归）。
• 当我们算到最后一位时，就知道最后一位是哪个骰子的概率最大了。然后，我们要把对应这个最大概率的序列从后往前推出来（回溯）。

维特比算法借鉴了动态规划的思想。

2.2.2.3 谁动了我的骰子？【对应问题三】

问题3：知道骰子有几种（隐含状态数量），不知道每种骰子是什么（转换概率），观测到很多次掷骰子的结果（可见状态链），我想反推出每种骰子是什么（转换概率）。

这里我们主要想知道骰子之间的转换概率是多少，和我们的预期是否一致！

即：根据 隐含状态数量 + 可见状态链 → 转换概率

这个问题很重要，因为这是最常见的情况。

很多时候我们只有可见结果，不知道 HMM 模型里的参数，我们需要从可见结果估计出这些参数，这是建模的一个必要步骤。

---

比如说你怀疑自己的六面骰 D6 被赌场动过手脚了，有可能被换成另一种六面骰 $\hat{D}6$，这种六面骰掷出来是 1 的概率更大（$\frac{1}{2}$），掷出来是 2, 3, 4, 5, 6 的概率是 $\frac{1}{10}$。此时我们该怎么办？

其实答案很简单，算一算正常的三个骰子掷出一段序列的概率，再算一算不正常的六面骰和另外两个正常骰子掷出这段序列的概率。如果前者比后者小，我们就要小心了。

比如说掷骰子的结果是:

要算用正常的三个骰子掷出这个结果的概率，其实就是将所有可能情况的概率进行加和计算。

同样，简单粗暴的方法就是把穷举所有的骰子序列，还是计算每个骰子序列对应的概率。但是这次我们不挑最大值了，而是把所有算出来的概率相加，得到的总概率就是我们要求的结果。

这个方法依然不能应用于太长的骰子序列（马尔可夫链）。我们会应用一个 和前一个问题 类似的解法，只不过前一个问题关心的是概率最大值，这个问题关心的是概率之和。解决这个问题的算法叫做 前向算法（Forward algorithm）。

首先，如果我们只掷一次骰子:

看到结果为 1。产生这个结果的总概率可以按照如下计算，总概率为 0.18：

	$P1$	$P2$	$P3$
D6	$\frac{1}{3}\times \frac{1}{6}$
D4	$\frac{1}{3}\times \frac{1}{4}$
D8	$\frac{1}{3}\times \frac{1}{8}$
总计	$0.18$

把这个情况拓展，我们掷两次骰子：

看到结果为 1 6。产生这个结果的总概率可以按照如下计算，总概率为 0.05：

	$P1$	$P2$	$P3$
D6	$\frac{1}{3}+\frac{1}{6}$	$\underset{第一次D6,第二次D6}{\underline{P1(D6)\times \frac{1}{3}\times \frac{1}{6}}}+\underset{第一次D4,第二次D6}{\underline{P1(D4)\times \frac{1}{3}\times \frac{1}{6}}}+\underset{第一次D8,第二次D6}{\underline{P1(D8)\times \frac{1}{3}\times \frac{1}{6}}}$
D4	$\frac{1}{3}+\frac{1}{4}$	$\underset{第一次D6,第二次D4}{\underline{P1(D6)\times \frac{1}{3}\times 0}}+\underset{第一次D4,第二次D4}{\underline{P1(D4)\times \frac{1}{3}\times 0}}+\underset{第一次D8,第二次D4}{\underline{P1(D8)\times \frac{1}{3}\times 0}}$
D8	$\frac{1}{3}+\frac{1}{8}$	$\underset{第一次D6,第二次D8}{\underline{P1(D6)\times \frac{1}{3}\times \frac{1}{8}}}+\underset{第一次D4,第二次D8}{\underline{P1(D4)\times \frac{1}{3}\times \frac{1}{8}}}+\underset{第一次D8,第二次D8}{\underline{P1(D8)\times \frac{1}{3}\times \frac{1}{8}}}$
总计	$0.18$（第一次为 1 的概率）	$0.05$（第一次为 1，第二次为 6 的概率）

对于 D4 而言，是投掷不出来 6 的，因此概率为 0。

继续拓展，我们掷三次骰子：

看到结果为 1 6 3。产生这个结果的总概率可以按照如下计算，总概率为 0.03：

	$P1$	$P2$	$P3$
D6	$\frac{1}{3}+\frac{1}{6}$	$\underset{第一次D6,第二次D6}{\underline{P1(D6)\times \frac{1}{3}\times \frac{1}{6}}}+\underset{第一次D4,第二次D6}{\underline{P1(D4)\times \frac{1}{3}\times \frac{1}{6}}}+\underset{第一次D8,第二次D6}{\underline{P1(D8)\times \frac{1}{3}\times \frac{1}{6}}}$	$\underset{第二次D6,第三次D6}{\underline{P2(D6)\times \frac{1}{3}\times \frac{1}{6}}}+\underset{第二次D4,第三次D6}{\underline{P2(D4)\times \frac{1}{3}\times \frac{1}{6}}}+\underset{第二次D8,第三次D6}{\underline{P2(D8)\times \frac{1}{3}\times \frac{1}{6}}}$
D4	$\frac{1}{3}+\frac{1}{4}$	$\underset{第一次D6,第二次D4}{\underline{P1(D6)\times \frac{1}{3}\times 0}}+\underset{第一次D4,第二次D4}{\underline{P1(D4)\times \frac{1}{3}\times 0}}+\underset{第一次D8,第二次D4}{\underline{P1(D8)\times \frac{1}{3}\times 0}}$	$\underset{第二次D6,第三次D4}{\underline{P2(D6)\times \frac{1}{3}\times \frac{1}{4}}}+\underset{第二次D4,第三次D4}{\underline{P2(D4)\times \frac{1}{3}\times \frac{1}{4}}}+\underset{第二次D8,第三次D4}{\underline{P2(D8)\times \frac{1}{3}\times \frac{1}{4}}}$
D8	$\frac{1}{3}+\frac{1}{8}$	$\underset{第一次D6,第二次D8}{\underline{P1(D6)\times \frac{1}{3}\times \frac{1}{8}}}+\underset{第一次D4,第二次D8}{\underline{P1(D4)\times \frac{1}{3}\times \frac{1}{8}}}+\underset{第一次D8,第二次D8}{\underline{P1(D8)\times \frac{1}{3}\times \frac{1}{8}}}$	$\underset{第二次D6,第三次D8}{\underline{P2(D6)\times \frac{1}{3}\times \frac{1}{8}}}+\underset{第二次D4,第三次D8}{\underline{P2(D4)\times \frac{1}{3}\times \frac{1}{8}}}+\underset{第二次D8,第三次D8}{\underline{P2(D8)\times \frac{1}{3}\times \frac{1}{8}}}$
总计	$0.18$（第一次为 1 的概率）	$0.05$（第一次为 1，第二次为 6 的概率）	$0.03$（第一次为 1，第二次为 6，第三次为 3 的概率）

同样的，我们一步一步的算，有多长算多长，再长的马尔可夫链总能算出来的。

用同样的方法，也可以算出不正常的六面骰和另外两个正常骰子掷出这段序列的概率，然后我们比较一下这两个概率大小，就能知道你的骰子是不是被人换了。

---

小结：

• 隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。
• 常见术语：
  • 可见状态链
  • 隐含状态链
  • 转换概率
  • 输出概率

3. HMM 模型基础

学习目标：

• 了解 HMM 模型解决的问题的主要特征
• 知道 HMM 模型的两个重要假设
• 指导 HMM 观测序列的生成过程
• 知道 HMM 模型的三个基本问题

3.1 什么样的问题需要 HMM 模型

首先我们来看看什么样的问题可以用 HMM 模型解决。使用 HMM 模型时我们的问题一般有这两个特征：

1. 我们的问题是基于序列的，比如时间序列，或者状态序列
2. 我们的问题中有两类数据：
   1. 一类序列数据是可以观测到的，即观测序列
   2. 另一类数据是不能观察到的，即隐藏状态序列，简称状态序列

有了这两个特征，那么这个问题一般可以用 HMM 模型来尝试解决。

---

这样的问题在实际生活中是很多的。比如：我现在写博客，我在键盘上敲出来的一系列字符就是观测序列，而</font color=‘red’>我实际想写的一段话就是隐藏状态序列。输入法的任务就是从敲入的一系列字符尽可能的猜测我要写的一段话，并把最可能的词语放在最前面让我选择，这就可以看做一个 HMM 模型了。

再举一个例子，假如老师上课讲课，老师发出的一串连续的声音就是观测序列，而老师实际要表达的一段话就是隐藏状态序列。学生大脑的任务，就是从这一串连续的声音中判断出我最可能要表达的话的内容。

从这些例子中，我们可以发现，HMM 模型可以无处不在。但是上面的描述还不精确，下面我们用精确的数学符号来表述 HMM 模型。

3.2 HMM 模型的定义

对于 HMM 模型，首先我们假设 $Q$ 是所有可能的隐藏状态的集合，$V$ 是所有可能的观测状态的集合，即：

$$\begin{array}{rl}& Q=q_1,q_2,...,q_N\\ & V=v_1,v_2,...,v_M\end{array}$$

其中：

• $N$ 是可能的隐藏状态数
• $M$ 是所有的可能的观察状态数

对于一个长度为 $T$ 的序列，$i$ 是对应的状态序列，$O$ 是对应的观察序列，即：

$$\begin{array}{rl}& i=i_1,i_2,...,i_T(几个面的骰子)\\ & O=o_1,o_2,...,o_T(投掷骰子的结果)\end{array}$$

其中：

• 任意一个隐藏状态 $i_t\in Q$
• 任意一个观察状态 $o_t\in V$

HMM 模型做了两个很重要的假设：

1. 齐次马尔科夫链假设
2. 观测独立性假设

3.2.1 【假设1】齐次马尔科夫链假设

即任意时刻的隐藏状态只依赖于它前一个隐藏状态（时刻 $t$ 只与 时刻 $t-1$ 有关）。

当然这样假设有点极端，因为很多时候我们的某一个隐藏状态不仅仅只依赖于前一个隐藏状态，可能还会依赖前两个或者是前三个。

但是这样假设的好处就是模型简单，便于求解。

如果在时刻 $t$ 的隐藏状态是 $i_t=q_i$，在时刻 $t+1$ 的隐藏状态是 $i_t+1=q_j$，则从时刻 $t$ 到时刻 $t+1$ 的 HMM 状态转移概率 $a_{ij}$ 可以表示为：

$$a_{ij}=P(i_{t+1}=q_j|i_t=q_i)$$

这样 $a_{ij}$ 可以组成马尔科夫链的状态转移矩阵 $A$：

$$A=[a_{ij}{]}_{N\times N}$$

3.2.2 【假设2】观测独立性假设

即任意时刻的观察状态只仅仅依赖于当前时刻的隐藏状态（跟其他时刻无关），这也是一个为了简化模型的假设（时刻 $t$ 只与 时刻 $t$ 有关）。

如果在时刻 $t$ 的隐藏状态是 $i_t=q_j$，而对应的观察状态为 $o_t=v_k$，则该时刻观察状态 $v_k$ 在隐藏状态 $q_j$ 下生成的概率为 $b_j(k)$ 满足：

$$b_j(k)=P(o_t=v_k|i_t=q_j)$$

这样 $b_j(k)$ 可以组成观测状态生成的概率矩阵 $B$：

$$B=[b_j(k){]}_{N\times M}$$

除此之外，我们需要一组在时刻 $t=1$ 的隐藏状态概率分布 $\Pi$：

$$\Pi =[{\Pi }_i^{}{]}_N$$

其中：${\Pi }_i=P(i_1=q_i)$

---

因此我们可以知道，一个 HMM 模型，可以由隐藏状态初始概率分布 $\Pi$，状态转移概率矩阵 $A$ 和观测状态概率矩阵 $B$ 三部分决定。

• 初始状态概率分布 $\Pi$ 和 状态序列 $A$ 决定状态序列
• 观测序列 $B$ 决定观测序列

因此，HMM 模型可以由一个三元组 $\lambda$ 表示：

$$\lambda =(A,B,\Pi )=(状态序列,观测序列,初始状态概率分布)$$

3.3 一个 HMM 模型实例

下面我们用一个简单的实例来描述上面抽象出的 HMM 模型。这是一个盒子与球的模型。

例子来源于李航的《统计学习方法》

假设我们有 3 个盒子，每个盒子里都有 红色 和 白色 两种球，这三个盒子里球的数量分别是：

盒子	1	2	3
红球数	5	4	7
白球数	5	6	3

按照下面的方法从盒子里抽球，开始的时候：

• 从第 1 个盒子抽球的概率是 0.2
• 从第 2 个盒子抽球的概率是 0.4
• 从第 3 个盒子抽球的概率是 0.4

以这个概率抽一次球后，将球放回。

然后从当前盒子转移到下一个盒子进行抽球。规则是：

• 如果当前抽球的盒子是第 1 个盒子．则以 0.5 的概率仍然留在第 1 个盒子继续抽球，以 0.2 的概率去第 2 个盒子抽球，以 0.3 的概率去第 3 个盒子抽球。
• 如果当前抽球的盒子是第 2 个盒子，则以 0.5 的概率仍然留在第 2 个盒子继续抽球，以 0.3 的概率去第 1 个盒子抽球，以 0.2 的概率去第 3 个盒子抽球。
• 如果当前抽球的盒子是第 3 个盒子．则以 0.5 的概率仍然留在第 3 个盒子继续抽球，以 0.2 的概率去第 1 个盒子抽球，以 0.3 的概率去第 2 个盒子抽球。

---

如此下去，直到重复 3 次，得到一个球的颜色的观测序列 $O$：

O = { 红 , 白 , 红 } O = \{ 红, 白, 红 \} O={ 红,白,红}

注意在这个过程中，观察者只能看到球的颜色序列，却不能看到球是从哪个盒子里取出的。

那么按照我们前面 HMM 模型的定义，我们的观察状态集合 $V$ 是：

V = { 红 , 白 } M = 2 \begin{aligned} & V = \{ 红, 白 \}\\ & M = 2 \end{aligned} ​V={ 红,白}M=2​

我们的隐藏状态集合 $Q$ 是：

Q = { 盒子 1 , 盒子 2 , 盒子 3 } N = 3 \begin{aligned} & Q = \{ 盒子1, 盒子2, 盒子3 \}\\ & N = 3 \end{aligned} ​Q={ 盒子1,盒子2,盒子3}N=3​

而观察序列 $O$（三个盒子）和状态序列 $i$（红白红）的长度 $T$ 为都为 3。

初始状态概率分布 $\Pi$ 为：

$$\Pi =(0.2,0.4,0.4{)}^T$$

从第 1 个盒子抽球的概率是 0.2；从第 2 个盒子抽球的概率是 0.4；从第 3 个盒子抽球的概率是 0.4

状态转移概率分布矩阵 $A$（不可见的，隐含的）为：

$$A={\left[\begin{array}{ccc}0.5& 0.2& 0.3\\ 0.3& 0.5& 0.2\\ 0.2& 0.3& 0.5\end{array}\right]}_{N\times N=3\times 3}$$

行表示第几次抽球（从2开始）；列表示使用第几个盒子的概率

观测状态概率矩阵 $B$（可见的）为：

$$B={\left[\begin{array}{cc}0.5& 0.5\\ 0.4& 0.6\\ 0.7& 0.3\end{array}\right]}_{N\times M=3\times 2}$$

行代表第几个盒子；列1代表红球的概率，列2代表白球的概率

其中：

• $M$ 是所有的可能的观察状态数
• $N$ 是可能的隐藏状态数
• $V$ 是所有可能的观测状态的集合
• $Q$ 是所有可能的隐藏状态的集合
• $i$ 是状态序列
• $O$ 是观测序列
• $T$ 是序列的长度
• $A$ 是状态转移概率分布矩阵
• $B$ 是观测转移概率分布矩阵

3.4 HMM 观测序列 $O$ 的生成

从上面的例子，我们也可以抽象出 HMM 观测序列 $O$ 生成的过程。

• 输入：
  • HMM 的模型 $\lambda =(A,B,\Pi )$
  • 观测序列 $O$ 的长度为 $T$
• 输出：
  • 观测序列 $O=o_1,o_2,...,o_T$

生成的过程如下：

1. 根据初始状态概率分布 $\Pi$ 生成隐藏状态 $i_1$
2. 对于 $t$ 从 $1$ 到 $T$：
   • a. 按照隐藏状态 $i_t$ 的观测状态分布 $b_{it}(k)$ 生成观察状态 $o_t$
   • b. 按照隐藏状态 $i_t$ 的状态转移概率分布 $a_{it}$ 和 $i_{t+1}$ 产生隐藏状态 $i_{t+1}$

所有的 $o_t$ 一起形成观测序列 $O=o_1,o_2,...,o_T$

在隐马尔科夫模型（HMM）中，$\lambda =(A,B,\Pi )$ 表示 HMM 模型，其中 $A$ 是状态转移概率矩阵，$B$ 是观测概率矩阵，$\Pi$ 是初始状态概率分布。$T$ 表示观测序列 $O$ 的长度。$O=o_1,o_2,...,o_T$ 表示观测序列，其中 $o_t$ 表示在时间步长 $t$ 时的观测状态。$i_t$ 表示在时间步长 $t$ 时的隐藏状态。$b_{it}(k)$ 表示在隐藏状态 $i_t$ 时，观测状态为 $k$ 的概率。$a_{it}$ 表示在隐藏状态 $i_t$ 时，转移到下一个隐藏状态的概率分布。这些字母代表了隐马尔科夫模型中的各种参数和变量。

3.5 HMM 模型的三个基本问题

HMM 模型一共有三个经典的问题需要解决：

1. 评估观察序列概率：前向后向的概率计算
2. 预测问题（也称为解码问题）：维特比（Viterbi）算法
3. 模型参数学习问题：鲍姆-韦尔奇（Baum-Welch）算法（状态未知）

3.5.1 【问题1】评估观察序列概率：前向后向的概率计算

即给定模型 $\lambda =(A,B,\Pi )$ 和观测序列 O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​}，计算在模型 $\lambda$ 下某一个观测序列 $O$ 出现的概率 $P(O|\lambda )$。

这个问题的求解需要用到前向后向算法，是 HMM 模型三个问题中最简单的。

3.5.2 【问题2】预测问题（也称为解码问题）：维特比（Viterbi）算法

即给定模型 $\lambda =(A,B,\Pi )$ 和观测序列 O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​}，求给定观测序列条件 $O$ 下，最可能出现的对应的状态序列 $i$。

这个问题的求解需要用到基于动态规划的维特比算法，是 HMM 模型三个问题中复杂度居中的算法。

3.5.3 【问题3】模型参数学习问题：鲍姆-韦尔奇（Baum-Welch）算法（状态未知）

即给定观测序列 O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​}，估计模型 $\lambda =(A,B,\Pi )$ 的参数，使该模型下观测序列 $O$ 的条件概率 $P(O|\lambda )$ 最大。

这个问题的求解需要用到基于 EM 算法的鲍姆-韦尔奇算法，是 HMM 模型三个问题中最复杂的。

接下来的三节，我们将基于这个三个问题展开讨论。

---

小结：

• 什么样的问题可以用 HMM 模型解决？
  • 基于序列的，比如时间序列
  • 问题中包含两类数据：
    • 一类是可以观测到的观测序列
    • 另一类是不能观察到的隐藏状态序列
• HMM 模型的两个重要假设：
  • 齐次马尔科夫链假设
  • 观测独立性假设
• HMM 模型的三个基本问题：
  • 【问题1】评估观察序列概率：前向后向的概率计算
  • 【问题2】预测问题（也称为解码问题）：维特比（Viterbi）算法
  • 【问题3】模型参数学习问题：鲍姆-韦尔奇（Baum-Welch）算法（状态未知）

4. 前向后向算法评估观察序列概率

学习目标：

• 知道用前向算法求 HMM 观测序列 $O$ 的概率 $P(O|\lambda )$
• 知道用后向算法求 HMM 观测序列 $O$ 的概率 $P(O|\lambda )$

---

本节我们就关注 HMM 第一个基本问题的解决方法，即已知模型 $\lambda$ 和观测序列 $O$，求观测序列出现的概率 $P(O|\lambda )$。

4.1 回顾 HMM 问题一：求观测序列 $O$ 的概率 $P(O|\lambda )$

首先我们回顾下 HMM 模型的问题二。这个问题是这样的：

我们已知 HMM 模型的参数 $\lambda =(A,B,\Pi )$。其中 $A$ 是隐藏状态转移概率的矩阵，$B$ 是观测状态生成概率的矩阵，$\Pi$ 是隐藏状态的初始概率分布。同时我们也已经得到了观测序列 O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​}，现在我们要求观测序列 $O$ 在模型入下出现的条件概率 $P(O|\lambda )$。

乍一看，这个问题很简单。因为我们知道所有的隐藏状态之间的转移概率 $A$ 和所有从隐藏状态到观测状态生成概率 $B$，那么我们是可以暴力求解的。

我们可以列举出所有可能出现的长度为 $T$ 的隐藏序列 i = { i 1 , i 2 , . . . , i T } i=\{i_1,i_2, ..., i_T\} i={ i1​,i2​,...,iT​}，分别求出这些隐藏序列 $i$ 与观测序列 O = { o 1 , o 2 , . . . , o T } O =\{o_1,o_2,...,o_T\} O={ o1​,o2​,...,oT​} 的联合概率分布 $P(O,i|\lambda )$，这样我们就可以很容易的求出边缘分布 $P(O|\lambda )$ 了。

---

具体暴力求解的方法是这样的：

• 首先，任意隐藏序列 i = { i 1 , i 2 , . . . , i T } i=\{i_1,i_2, ..., i_T\} i={ i1​,i2​,...,iT​} 出现的概率是：出现的概率是：$$P(i|\lambda )={\Pi }_{i_1}{a}_{i_1,i_2}{a}_{i_2,i_3}...a_{i_{T-1},i_T}$$其中$\Pi$是初始状态概率，$a_{i_{t-1}{i}_t}$ 是隐藏状态转移概率。

• 对于固定的状态序列 i = { i 1 , i 2 , . . . , i T } i=\{i_1,i_2, ..., i_T\} i={ i1​,i2​,...,iT​}，我们要求的观察序列 O = { o 1 , o 2 , . . . , o T } O =\{o_1,o_2,...,o_T\} O={ o1​,o2​,...,oT​} 出现的概率是：$$P(O|i,\lambda )=b_{i_1}(o_1)\times b_{i_2}(o_2)\times ...\times b_{i_T}(o_T)$$其中，$b_{i_t}(o_t)$ 是在隐藏状态$i_t$下观察到$o_t$的概率

• 则$O$ 和 $i$ 联合出现的概率是：$$P(O,i|\lambda )=P(i|\lambda )P(O|i,\lambda )={\Pi }_{i_1}\times b_{i_1}(o_1)\times a_{i_1{i}_2}{b}_{i_2}(o_2)...a_{i_{T-1}{i}_T}{b}_{i_T}(o_T)$$其中，$\Pi$是初始状态概率，$a_{i_{t-1}{i}_t}$ 是隐藏状态转移概率，$b_{i_t}(o_t)$ 是在隐藏状态$i_t$下观察到$o_t$的概率

• 然后求边缘概率分布，即可得到观测序列 $O$ 在模型 $\lambda$ 下出现的条件概率 $P(O|\lambda )$：$$P(O|\lambda )=\sum _{i}P(O,i|\lambda )=\sum _{i_1,i_2,...,i_T}{\Pi }_{i_1}\times b_{i_1}(o_1)\times a_{i_1{i}_2}\times b_{i_2}(o_2)\times ...\times a_{i_{T-1}{i}_T}\times b_{i_T}(O_T)$$其中，$\Pi$是初始状态概率，$a_{i_{t-1}{i}_t}$ 是隐藏状态转移概率，$b_{i_t}(o_t)$ 是在隐藏状态$i_t$下观察到$o_t$的概率

虽然上述方法有效，但是如果我们的隐藏状态数 $N$ 非常多的那就麻烦了，此时我们预测状态有 $N^T$ 种组合，算法的时间复杂度是 $O(T{N}^T)$ 阶的。

因此：

• 对于一些隐藏状态数 $N$ 极少的模型，我们可以用暴力求解法来得到观测序列出现的概率
• 但如果隐藏状态数 $N$ 多，上述算法太耗时，我们需要寻找其他简洁的算法。

前向后向算法就是来帮助我们在较低的时间复杂度情况下求解这个问题的。

4.2 用前向算法求 HMM 观测序列 $O$ 的概率 $P(O|\lambda )$

前向后向算法 是 前向算法 和 后向算法 的统称，这两个算法都可以用来求 HMM 观测序列 $O$ 的概率 $P(O|\lambda )$。我们先来看看 前向算法 是如何求解这个问题的。

4.2.1 流程梳理

前向算法 本质上属于 动态规划的算法，也就是我们要通过找到 局部状态 递推的公式，这样一步步的从 子问题的最优解 拓展到 整个问题的最优解。

动态规划算法的思想：在算的过程中保证前面的步骤是最优的（即当前结果最优）

在前向算法中，通过定义“前向概率”来定义动态规划的这个局部状态。

那么什么是 前向概率 呢？其实定义很简单：定义时刻 $t$ 时隐藏状态为 $q_i$，那么观测状态的序列为 $o_1,o_2,...,o_t$ 的概率就是 前向概率。记为：

$${\alpha }_t(i)=P(o_1,o_2,...,o_t,i_t=q_i|\lambda )$$

其中：

• ${\alpha }_t(i)$ 表示前向概率，即定义时刻 $t$ 时隐藏状态为 $q_i$，那么观测状态的序列为 $o_1,o_2,...,o_t$ 的概率。
• $o_1,o_2,...,o_t$ 表示观测状态的序列。
• $i_t=q_i$ 表示时刻 $t$ 时隐藏状态为 $q_i$。
• $\lambda$ 表示隐马尔科夫模型的参数。

既然是动态规划，我们就要递推了，现在假设我们已经找到了在时刻 $t$ 时各个隐藏状态的前向概率，现在我们需要递推出时刻 $t+1$ 时各个隐藏状态的前向概率。

我们可以基于时刻 $t$ 时各个隐藏状态的前向概率 ${\alpha }_t$，再乘以对应的状态转移概率 $a_{ji}$，即 ${\alpha }_t(j)\times a_{ji}$ 就是在时刻 $t$ 观测到 $o_1,o_2,...,o_t$，并且时刻 $t$ 隐藏状态 $q_j$，时刻 $t+1$ 隐藏状态 $q_i$ 的概率。

Q：为什么是 $a_{ji}$ 而不是 $a_t$？
A：$a_{ji}$ 表示的是从隐藏状态 $q_j$ 转移到隐藏状态 $q_i$ 的概率，它是隐马尔科夫模型的参数之一。在隐马尔科夫模型中，状态转移概率矩阵 $A=[a_{ij}]$ 是固定不变的，不随时间变化。所以，在递推计算前向概率时，我们使用固定的状态转移概率矩阵 $A$ 中的元素 $a_{ji}$，而不是随时间变化的 $a_t$。

如果将下面所有的线对应的概率求和，即 ${\sum }_{j=1}^N{\alpha }_t(j)a_{ji}$ 就是在时刻 $t$ 观测到 $o_1,o_2,...,o_t$，并且时刻 $t+1$ 隐藏状态 $q_i$ 的概率。

继续一步，由于观测状态 $o_{t+1}$ 只依赖于 $t+1$ 时刻隐藏状态 $q_i$，这样 $\left[{\sum }_{i=1}^N{\alpha }_t(j)a_{ji}\right]b_i(o_{t+1})$ 就是在时刻 $t+1$ 观测到 $o_1,o_2,...,o_{t+1}$，并且时刻 $t+1$ 隐藏状态 $q_i$ 的概率。

而这个概率，恰恰就是时刻 $t+1$ 对应的隐藏状态 $i$ 的前向概率，这样我们得到了前向概率的递推关系式，如下所示：

$${\alpha }_{t+1}(i)=\left[\sum _{j=1}^N{\alpha }_t(j)a_{ji}\right]b_i(o_{t+1})$$

我们的动态规划从时刻 1 开始，到时刻 $T$ 结束。由于 $\alpha T(i)$ 表示在时刻 $T$ 观测序列为 $o_1,o_2,...,o_T$，并且时刻 $T$ 隐藏状态 $q_i$ 的概率，我们只要将所有隐藏状态对应的概率相加，即 $i={\sum }_{i=1}^N{\alpha }_T(i)$ 就得到了在时刻 $T$ 观测序列为 $o_1,o_2,...,o_T$ 的概率。

4.2.2 算法总结

• 输入：HMM 模型参数 $\lambda =(A,B,\Pi )$，观测序列 O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​}
• 输出：观测序列 $O$ 的概率 $P(O|\lambda )$

1. 计算时刻 $1$ 的各个隐藏状态前向概率：$${\alpha }_1(i)={\Pi }_i{b}_i(o_1)i=1,2,...,N$$
2. 递推时刻 $2,3,...,T$ 的前向概率：$${\alpha }_{t+1}(i)=\left[\sum _{j=1}^N{\alpha }_t(j)a_{ji}\right]b_i(o_{t+1})i=1,2,...,N$$
3. 计算最终结果：$$P(O|\lambda )=\sum _{i=1}^N{\alpha }_T(i)$$

其中：

• $\lambda =(A,B,\Pi )$ 表示隐马尔科夫模型的参数
  • $A$ 是状态转移概率矩阵
  • $B$ 是观测概率矩阵
  • $\Pi$ 是初始状态概率向量
• O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​} 表示观测序列。
• $P(O|\lambda )$ 表示在模型 $\lambda$ 下观测序列 $O$ 出现的概率。
• ${\alpha }_t(i)$ 表示前向概率，即定义时刻 $t$ 时隐藏状态为 $q_i$，那么观测状态的序列为 $o_1,o_2,...,o_t$ 的概率。
• ${\Pi }_i$ 表示初始状态概率向量中第 $i$ 个元素的值。
• $b_i(o_t)$ 表示在隐藏状态 $q_i$ 下观测到 $o_t$ 的概率。
• $a_{ji}$ 表示从隐藏状态 $q_j$ 转移到隐藏状态 $q_i$ 的概率。

---

从递推公式可以看出，我们的算法时间复杂度是 $O(T{N}^2)$，比暴力解法的时间复杂度 $O(T{N}^T)$ 少了几个数量级。

4.3 HMM 前向算法求解实例

这里我们用前面盒子与球的例子来显示前向概率 $\alpha$ 的计算。我们的观察集合是：

V = { 红 , 白 } M = 2 \begin{aligned} & V = \{ 红,白 \}\\ & M = 2 \end{aligned} ​V={ 红,白}M=2​

我们的状态集合是：

Q = { 盒子 1 , 盒子 2 , 盒子 3 } N = 3 \begin{aligned} & Q = \{盒子1, 盒子2, 盒子3\}\\ & N = 3 \end{aligned} ​Q={ 盒子1,盒子2,盒子3}N=3​

而观察序列 $O$ 和状态序列 $i$ 的长度为都为 3。

初始状态分布为：

$$\Pi =(0.2,0.4,0.4{)}^T$$

状态转移概率分布矩阵 $A$（不可见的，隐含的）为：

$$A={\left[\begin{array}{ccc}0.5& 0.2& 0.3\\ 0.3& 0.5& 0.2\\ 0.2& 0.3& 0.5\end{array}\right]}_{N\times N=3\times 3}$$

行表示第几次抽球（从2开始）；列表示使用第几个盒子的概率

观测状态概率矩阵 $B$（可见的）为：

$$B={\left[\begin{array}{cc}0.5& 0.5\\ 0.4& 0.6\\ 0.7& 0.3\end{array}\right]}_{N\times M=3\times 2}$$

行代表第几个盒子；列1代表红球的概率，列2代表白球的概率

球的颜色的观测序列：

O = { 红 , 白 , 红 } O = \{红, 白, 红\} O={ 红,白,红}

---

按照我们上一节的前向算法。首先计算时刻 1 三个状态的前向概率 ${\alpha }_1(i)$：

时刻 1 是红色球：

• 隐藏状态是盒子 1 的概率为：$${\alpha }_1(1)={\Pi }_1{b}_1(o_1)=\underset{抽到盒子1的概率}{0.2}\times \underset{抽到红球的概率}{0.5}=0.1$$
• 隐藏状态是盒子 2 的概率为：$${\alpha }_1(2)={\Pi }_2{b}_2(o_1)=\underset{抽到盒子2的概率}{0.4}\times \underset{抽到红球的概率}{0.4}=0.16$$
• 隐藏状态是盒子 3 的概率为：$${\alpha }_1(3)={\Pi }_3{b}_3(o_1)=\underset{抽到盒子3的概率}{0.4}\times \underset{抽到红球的概率}{0.7}=0.28$$

---

现在我们可以开始递推了，首先递推时刻 2 三个状态的前向概率 ${\alpha }_2(i)$：

时刻 2 是白色球：

• 隐藏状态是盒子 1 的概率为：$$\begin{array}{rl}{\alpha }_2(1)& =\left[\sum _{i=1}^3{\alpha }_1(i)a_{i1}\right]b_1(o_2)\\ & =\left[\underset{第一种情况}{\underline{\underset{第一次是盒子1}{0.1}\times \underset{盒子1\to 盒子1}{0.5}}}+\underset{第二种情况}{\underline{\underset{第一次是盒子2}{0.16}\times \underset{盒子2\to 盒子1}{0.3}}}+\underset{第三种情况}{\underline{\underset{第一次是盒子3}{0.28}\times \underset{盒子3\to 盒子1}{0.2}}}\right]\times \underset{抽到白球}{0.5}\\ & =0.077\end{array}$$
• 隐藏状态是盒子 2 的概率为：$$\begin{array}{rl}{\alpha }_2(2)& =\left[\sum _{i=1}^3{\alpha }_1(i)a_{i2}\right]b_2(o_2)\\ & =\left[\underset{第一种情况}{\underline{\underset{第一次是盒子1}{0.1}\times \underset{盒子1\to 盒子2}{0.2}}}+\underset{第二种情况}{\underline{\underset{第一次是盒子2}{0.16}\times \underset{盒子2\to 盒子2}{0.5}}}+\underset{第三种情况}{\underline{\underset{第一次是盒子3}{0.28}\times \underset{盒子3\to 盒子2}{0.3}}}\right]\times \underset{抽到白球}{0.6}\\ & =0.1104\end{array}$$
• 隐藏状态是盒子 3 的概率为：$$\begin{array}{rl}{\alpha }_2(3)& =\left[\sum _{i=1}^3{\alpha }_1(i)a_{i3}\right]b_3(o_2)\\ & =\left[\underset{第一种情况}{\underline{\underset{第一次是盒子1}{0.1}\times \underset{盒子1\to 盒子3}{0.3}}}+\underset{第二种情况}{\underline{\underset{第一次是盒子2}{0.16}\times \underset{盒子2\to 盒子3}{0.2}}}+\underset{第三种情况}{\underline{\underset{第一次是盒子3}{0.28}\times \underset{盒子3\to 盒子3}{0.5}}}\right]\times \underset{抽到白球}{0.3}\\ & =0.0606\end{array}$$

在计算时刻 2 时只考虑时刻 1

---

继续递推，现在我们递推时刻 3 三个状态的前向概率 ${\alpha }_2(i)$：

时刻 3 是红色球：

• 隐藏状态是盒子 1 的概率为：$$\begin{array}{rl}{\alpha }_3(1)& =\left[\sum _{i=1}^3{\alpha }_2(i)a_{i1}\right]b_1(o_3)\\ & =\left[\underset{第一种情况}{\underline{\underset{第一次是盒子1+1}{0.077}\times \underset{盒子1\to 盒子1}{0.5}}}+\underset{第二种情况}{\underline{\underset{第一次是盒子1+2}{0.1104}\times \underset{盒子2\to 盒子1}{0.3}}}+\underset{第三种情况}{\underline{\underset{第一次是盒子1+3}{0.0606}\times \underset{盒子3\to 盒子1}{0.2}}}\right]\times \underset{抽到红球}{0.3}\\ & =0.04187\end{array}$$
• 隐藏状态是盒子 2 的概率为：$$\begin{array}{rl}{\alpha }_3(2)& =\left[\sum _{i=1}^3{\alpha }_2(i)a_{i2}\right]b_2(o_3)\\ & =\left[\underset{第一种情况}{\underline{\underset{第一次是盒子1+1}{0.077}\times \underset{盒子1\to 盒子2}{0.2}}}+\underset{第二种情况}{\underline{\underset{第一次是盒子1+2}{0.1104}\times \underset{盒子2\to 盒子2}{0.5}}}+\underset{第三种情况}{\underline{\underset{第一次是盒子1+3}{0.0606}\times \underset{盒子3\to 盒子2}{0.3}}}\right]\times \underset{抽到红球}{0.4}\\ & =0.03551\end{array}$$
• 隐藏状态是盒子 3 的概率为：$$\begin{array}{rl}{\alpha }_3(3)& =\left[\sum _{i=1}^3{\alpha }_3(i)a_{i3}\right]b_3(o_3)\\ & =\left[\underset{第一种情况}{\underline{\underset{第一次是盒子1+1}{0.077}\times \underset{盒子1\to 盒子3}{0.3}}}+\underset{第二种情况}{\underline{\underset{第一次是盒子1+2}{0.1104}\times \underset{盒子2\to 盒子3}{0.2}}}+\underset{第三种情况}{\underline{\underset{第一次是盒子1+3}{0.0606}\times \underset{盒子3\to 盒子3}{0.5}}}\right]\times \underset{抽到红球}{0.3}\\ & =0.05284\end{array}$$

在计算时刻 3 时只考虑时刻 2

---

最终我们求出观测序列： O = { 红 , 白 , 红 } O = \{红, 白, 红\} O={ 红,白,红} 的概率为：

$$\begin{array}{rl}P(O|\lambda )& =\sum _{i=1}^3{\alpha }_3(i)\\ & =0.04187+0.03551+0.05284\\ & =0.13022\end{array}$$

在计算的时候，我们只考虑时刻的前一步，这就是前向算法。

需要注意的是，我们一定要保证当前时刻一定是局部最优解（动态规划的思想）。

4.4 用后向算法求 HMM 观测序列的概率

4.4.1 流程梳理

熟悉了用前向算法求 HMM 观测序列的概率，现在我们再来看看怎么用后向算法求 HMM 观测序列的概率。

后向算法和前向算法非常类似，都是用的动态规划，唯一的区别是选择的局部状态不同，后向算法用的是“后向概率”。

简单来说，前向是从 $1$ 到 $T$ 的算法，而后向算法是 从 $T$ 到 $1$ 的算法。

4.4.2 后向算法流程

以下是后向算法的流程，注意和前向算法的相同点及不同点：

• 输入：HMM 模型 $\lambda =(A,B,\Pi )$，观测序列 $O=(o_1,o_2,...,o_T)$
• 输出：观测序列概率 $P(O|\lambda )$

初始化时刻 $T$ 的各个隐藏状态后向概率：

$${\beta }_T(i)=1i=1,2,...,N$$

各个隐藏状态前向概率用 $\alpha$ 表示；各个隐藏状态后向概率用 $\beta$ 表示。

递推时刻 $T-1,T-2,...,1$ 时刻的后向概率：

$${\beta }_t(i)=\sum _{j=1}^N{a}_{ij}{b}_j(o_{t+1}){\beta }_{t+1}(j)i=1,2,...,N$$

计算最终结果：

$$P(O|\lambda )=\sum _{i=1}^N{\Pi }_i{b}_i(o_1){\beta }_1(i)$$

其中：

• $A$：状态转移矩阵，其中 $a_{ij}$ 表示从隐藏状态 $i$ 转移到隐藏状态 $j$ 的概率。
• $B$：观测概率矩阵，其中 $b_j(k)$ 表示在隐藏状态 $j$ 下观测到符号 $k$ 的概率。
• $\Pi$：初始状态概率向量，其中 ${\pi }_i$ 表示初始时刻隐藏状态为 $i$ 的概率。
• $O$：观测序列，其中 $o_t$ 表示时刻 $t$ 的观测值。
• $\lambda$：HMM 模型参数，包括状态转移矩阵 $A$、观测概率矩阵 $B$ 和初始状态概率向量 $\Pi$。
• ${\beta }_t(i)$：时刻 $t$ 处于隐藏状态 $i$ 且从时刻 $t+1$ 到时刻 $T$ 的观测序列为 $o_{t+1},o_{t+2},...,o_T$ 的后向概率。

此时我们的算法时间复杂度仍然是 $O(T{N}^2)$。

4.5 总结

4.5.1 前向算法求 HMM 观测序列 $O$

• 输入：HMM 模型参数 $\lambda =(A,B,\Pi )$，观测序列 O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​}
• 输出：观测序列 $O$ 的概率 $P(O|\lambda )$

1. 计算时刻 $1$ 的各个隐藏状态前向概率：$${\alpha }_1(i)={\Pi }_i{b}_i(o_1)i=1,2,...,N$$
2. 递推时刻 $2,3,...,T$ 的前向概率：$${\alpha }_{t+1}(i)=\left[\sum _{j=1}^N{\alpha }_t(j)a_{ji}\right]b_i(o_{t+1})i=1,2,...,N$$
3. 计算最终结果：$$P(O|\lambda )=\sum _{i=1}^N{\alpha }_T(i)$$

其中：

• $\lambda =(A,B,\Pi )$ 表示隐马尔科夫模型的参数
  • $A$ 是状态转移概率矩阵
  • $B$ 是观测概率矩阵
  • $\Pi$ 是初始状态概率向量
• O = { o 1 , o 2 , . . . , o T } O = \{o_1, o_2,..., o_T\} O={ o1​,o2​,...,oT​} 表示观测序列。
• $P(O|\lambda )$ 表示在模型 $\lambda$ 下观测序列 $O$ 出现的概率。
• ${\alpha }_t(i)$ 表示前向概率，即定义时刻 $t$ 时隐藏状态为 $q_i$，那么观测状态的序列为 $o_1,o_2,...,o_t$ 的概率。
• ${\Pi }_i$ 表示初始状态概率向量中第 $i$ 个元素的值。
• $b_i(o_t)$ 表示在隐藏状态 $q_i$ 下观测到 $o_t$ 的概率。
• $a_{ji}$ 表示从隐藏状态 $q_j$ 转移到隐藏状态 $q_i$ 的概率。

4.5.2 后向算法求 HMM 观测序列 $O$

• 输入：HMM 模型 $\lambda =(A,B,\Pi )$，观测序列 $O=(o_1,o_2,...,o_T)$
• 输出：观测序列概率 $P(O|\lambda )$

初始化时刻 $T$ 的各个隐藏状态后向概率：

$${\beta }_T(i)=1i=1,2,...,N$$

各个隐藏状态前向概率用 $\alpha$ 表示；各个隐藏状态后向概率用 $\beta$ 表示。

递推时刻 $T-1,T-2,...,1$ 时刻的后向概率：

$${\beta }_t(i)=\sum _{j=1}^N{a}_{ij}{b}_j(o_{t+1}){\beta }_{t+1}(j)i=1,2,...,N$$

计算最终结果：

$$P(O|\lambda )=\sum _{i=1}^N{\Pi }_i{b}_i(o_1){\beta }_1(i)$$

其中：

• $A$：状态转移矩阵，其中 $a_{ij}$ 表示从隐藏状态 $i$ 转移到隐藏状态 $j$ 的概率。
• $B$：观测概率矩阵，其中 $b_j(k)$ 表示在隐藏状态 $j$ 下观测到符号 $k$ 的概率。
• $\Pi$：初始状态概率向量，其中 ${\pi }_i$ 表示初始时刻隐藏状态为 $i$ 的概率。
• $O$：观测序列，其中 $o_t$ 表示时刻 $t$ 的观测值。
• $\lambda$：HMM 模型参数，包括状态转移矩阵 $A$、观测概率矩阵 $B$ 和初始状态概率向量 $\Pi$。
• ${\beta }_t(i)$：时刻 $t$ 处于隐藏状态 $i$ 且从时刻 $t+1$ 到时刻 $T$ 的观测序列为 $o_{t+1},o_{t+2},...,o_T$ 的后向概率。

4.5.3 对比

• 前向和后向算法的输入和输出是一样的。
• 前向算法先求时刻 1；而后向算法是先求时刻 $T$
• 各个隐藏状态前向概率 ${\alpha }_1(i)={\Pi }_i{b}_i(o_i)$w；各个隐藏状态后向概率 ${\beta }_T(i)=1i=1,2,...,N$（直接认为是1）
• 前向是从 1 到 $T$；而后向是从 $T-1$ 到 1
• 前向是一步步前进累加求解；而后向是一步步向后退求解
• 最终结果求解一样
• 时间复杂度二者一样，都是 $O(T{N}^2)$
• 二者都使用了动态规划的思想（确保当前步是最优的（局部最优））

4.5.4 如何选择 前向算法 和 后向算法？

前向算法和后向算法都可以用来计算观测序列概率 $P(O|\lambda )$。它们的时间复杂度都是 $O(T{N}^2)$，因此在计算观测序列概率时，二者的效率相当。

不过，在某些情况下，前向算法和后向算法可以结合使用来解决其他问题。例如，在计算给定模型 $\lambda$ 和观测序列 $O$ 的条件下，时刻 $t$ 处于隐藏状态 $i$ 的概率时，可以使用前向概率 ${\alpha }_t(i)$ 和后向概率 ${\beta }_t(i)$ 来计算：

$$P(i_t=q_i|O,\lambda )=\frac{{\alpha }_t(i){\beta }_t(i)}{{\sum }_{j=1}^N{\alpha }_t(j){\beta }_t(j)}$$

因此，在选择前向算法还是后向算法时，应根据具体问题来决定：

• 如果只需要计算观测序列概率，那么二者都可以
• 如果需要解决其他问题，可能需要结合使用前向算法和后向算法。