预测
问题是什么
输入数据的数量这个数字将会随着我们遇到的数据量的增加而增加,序列相关性很长不便于计算
自回归模型
第一种策略，假设在现实情况下相当长的序列
是没有必要。
因此我们只需要满足某个长度为τ的时间跨度
第二种策略，是保留一些对过去观测的总结
,同时更新预测值和总结
，即隐变量
时间节点上的输出又作为输入预测下一个节点的输出
隐变量自回归
从未被观测到
如何生成训练数据？
- 使用历史观察预测未来观察
马尔可夫模型
马尔可夫条件：
我们使用
而不是
来估计
,
只要这种估计近似精确，称序列满足马尔可夫条件。
N阶马尔可夫模型
若有收获，就点个赞吧
0 人点赞
