Quiero usar BIC para la selección del modelo HMM:
BIC = -2*logLike + num_of_params * log(num_of_data)
Entonces, ¿cómo cuento el número de parámetros en el modelo HMM? Considere un simple HMM de 2 estados, donde tenemos los siguientes datos:
data = [1 2 1 1 2 2 2 1 2 3 3 2 3 2 1 2 2 3 4 5 5 3 3 2 6 6 5 6 4 3 4 4 4 4 4 4 3 3 2 2];
model = hmmFit(data, 2, 'discrete');
model.pi = 0.6661 0.3339;
model.A =
0.8849 0.1151
0.1201 0.8799
model.emission.T =
0.2355 0.5232 0.2259 0.0052 0.0049 0.0053
0.0053 0.0449 0.2204 0.4135 0.1582 0.1578
logLike = hmmLogprob(model,data);
logLike = -55.8382
Por eso pienso:
Nparams = size(model.A,2)*(size(model.A,2)-1) +
size(model.pi,2)-1) +
size(model.emission.T,1)*(size(model.emission.T,2)-1)
Nparams = 13
Entonces al final tenemos:
BIC = -2*logLike + num_of_params*log(length(x))
BIC = 159.6319
He encontrado una solución donde la fórmula para num_of_params
(para el modelo simple de Markov) se ve así:
Nparams = Num_of_states*(Num_of_States-1) - Nbzeros_in_transition_matrix
Entonces, ¿cuál es la solución correcta? ¿Tengo que tener en cuenta algunas probabilidades cero en las matrices de transición o emisión?
==== Actualizado desde el 15.07.2011 ====
Creo que puedo proporcionar algunas aclaraciones sobre el impacto de la dimensión de datos (usando el ejemplo de "distribución de mezcla gaussiana")
X es una matriz n-por-d donde (n-filas corresponden a observaciones; d-columnas corresponden a variables (Ndimensiones).
X=[3,17 3,43
1,69 2,94
3,92 5,04
1,65 1,79
1,59 3,92
2,53 3,73
2,26 3,60
3,87 5,01
3,71 4,83
1,89 3,30 ];
[n d] = size(X);
n = 10; d =2;
El modelo tendrá el siguiente número de parámetros para GMM:
nParam = (k_mixtures – 1) + (k_mixtures * NDimensions ) + k_mixtures * Ndimensions %for daigonal covariance matrices
nParam = (k_mixtures – 1) + (k_mixtures * NDimensions ) + k_mixtures * NDimensions * (NDimensions+1)/2; %for full covariance matrices
Si tratamos a X como datos unidimensionales , entonces los tenemos num_of_data = (n*d)
para los datos bidimensionales que tenemos num_of_data = n
.
Datos bidimensionales : nParam = 11; logLike = -11.8197; BIC = 1.689
Datos unidimensionales : nParam = 5; logLike = -24.8753; BIC = -34.7720
Tengo muy poca práctica con HMM. ¿Es normal tener HMM con (5000, 6000 y más parámetros)?