데이터의 잠재 상태 수를 추정하기 위해 HMM (Hidden Markov Model)에 맞추려고하는 시계열 데이터 세트가 있습니다. 이 작업을 수행하는 의사 코드는 다음과 같습니다.
for( i in 2 : max_number_of_states ){
...
calculate HMM with i states
...
optimal_number_of_states = "model with smallest BIC"
...
}
이제 일반적인 회귀 모델에서 BIC는 가장 교묘 한 모델을 선호하는 경향이 있지만 HMM의 경우 그것이 무엇인지 잘 모르겠습니다. 실제로 BIC 기준이 어떤 종류의 HMM인지 알고 있습니까? 또한 AIC 및 가능성 값도 얻을 수 있습니다. 실제 총 주 수를 추론하려고하기 때문에 이러한 기준 중 하나가 다른 목적보다 "더 나은"것입니까?