Я использую HMM для классификации. Я наткнулся на пример в Википедии алгоритм Баума-Уэлча Пример. Надеюсь, кто-нибудь может мне помочь.
Пример следующий: «Предположим, у нас есть курица, у которой мы собираем яйца каждый день в полдень. Теперь, отложила ли курица яйца для сбора, зависит от некоторых неизвестных скрытых факторов. Однако мы можем (для простоты) предположить, что есть есть только два состояния, которые определяют, несет ли курица яйца».
Обратите внимание, что в этом примере у нас есть 2 разных наблюдения (N и E) и 2 состояния (S1 и S2).
Мой вопрос вот в чем:
Сколько наблюдений/наблюдаемых последовательностей (или обучающих данных) нам нужно для наилучшего обучения модели. Есть ли способ оценить или проверить объем необходимых обучающих данных.