Machine learning 如何训练具有多个类的HMM分类器？
我分别为每一类训练了HMM，并根据观察序列选择了一个最大似然模型Machine learning 如何训练具有多个类的HMM分类器？,machine-learning,classification,hidden-markov-models,hmmlearn,Machine Learning,Classification,Hidden Markov Models,Hmmlearn,我分别为每一类训练了HMM，并根据观察序列选择了一个最大似然模型 然而，我的要求是为所有类构建单个HMM。每个类都可以从S1、…Sn有多个隐藏状态。例如，如果有三个类，则隐藏状态的总数为3xn。如何训练这种分类器？为每个类训练一个混合模型，将每个混合模型分配到一个状态（或将混合划分为两个状态），并使用这些值作为训练HMM的初始值，怎么样？只是一个想法。。。如果你觉得有必要，我可以详细说明。是的，如果你再详细说明，那将是很大的帮助。我的数据是一个连续的流。每个类的输入序列可以是可变长度。如果混合模
然而，我的要求是为所有类构建单个HMM。每个类都可以从S1、…Sn有多个隐藏状态。例如，如果有三个类，则隐藏状态的总数为3xn。如何训练这种分类器？为每个类训练一个混合模型，将每个混合模型分配到一个状态（或将混合划分为两个状态），并使用这些值作为训练HMM的初始值，怎么样？只是一个想法。。。如果你觉得有必要，我可以详细说明。是的，如果你再详细说明，那将是很大的帮助。我的数据是一个连续的流。每个类的输入序列可以是可变长度。如果混合模型有助于导出类间/序列关系，那么最好按照您的建议使用混合模型。