序列比对（17）第二部分的小结
序列比对的系列文章第二部分主要介绍了HMM（隐马尔科夫模型），包含了八篇文章：
《序列比对（15）EM算法以及Baum-Welch算法的推导》
HMM模型最关键的一点就是在一个状态序列中，某一步状态的概率只与上一步的状态有关。也正是因为与前面一步状态有关，所以HMM模型天然地适用动态规划算法。
一、如何随机生成状态序列和符号序列：
二、Viterbi算法求解最可能路径
三、前向算法和后向算法计算符号序列的全概率
四、后验概率的计算与后验解码
五、Baum-Welch算法估算HMM模型参数
伪计数之和反映了我们认为先验知识的可靠程度。如果伪计数之和较大，则我们认为先验概率比较可靠，需要用更多的数据取改变它。反之不太可靠。
最开始的概率参数可以用随机数。只要保证相应的概率和为1即可。
至此，序列比对系列文章已经介绍了“第一部分：二序列比对的常见问题和相应算法”以及“第二部分：HMM模型及相关算法简介”。在学习“将HMM模型应用到序列比对（或序列发现）”之前，我们接下来准备先学习一下多序列比对的常见问题和相关算法。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-08-14，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读