Machine learning 分类HMM陀螺仪数据Jahmm Can'；不学习模型

我正在训练用JaHMM实现的HMM，其传感器数据来自加速度计，陀螺仪来自Android可穿戴设备

使用加速度计数据训练的HMM输出良好的学习状态，并且具有某种可接受的错误率

两个HMM的初始化如下所示：

    Hmm<ObservationVector> hmm = new Hmm<>(2, new OpdfMultiGaussianFactory(3));

    hmm.setPi(0, 0.5);
    hmm.setPi(1, 0.5);

    hmm.setOpdf(0, new OpdfMultiGaussian(
            new double[]{0,0,0},
            new double[][] {{0.1,0,0},
                            {0,0.1,0},
                            {0,0,0.1}
            }));
    hmm.setOpdf(1, new OpdfMultiGaussian(
            new double[]{0,0,0},
            new double[][] {{0.1,0,0},
                            {0,0.1,0},
                            {0,0,0.1}
                            }));


    hmm.setAij(0, 0, 0.5);
    hmm.setAij(0, 1, 0.5);

    hmm.setAij(1, 0, 0.5);
    hmm.setAij(1, 1, 0.5);

Hmm-Hmm=新的Hmm（2，新的optdfmultigaussianfactory（3））；
hmm.setPi（0,0.5）；
hmm.setPi（1,0.5）；
hmm.setOpdf（0，新的opdf）(
新的双[]{0,0,0}，
新的双[][{0.1,0,0}，
{0,0.1,0},
{0,0,0.1}
}));
hmm.setOpdf（1，新的opdf）(
新的双[]{0,0,0}，
新的双[][{0.1,0,0}，
{0,0.1,0},
{0,0,0.1}
}));
hmm.setAij（0,0,0.5）；
hmm.setAij（0,1,0.5）；
hmm.setAij（1,0,0.5）；
hmm.setAij（1,1,0.5）；

使用加速计数据训练的HMM输出：

带有2个状态的HMM

州0 Pi:0.5000000000000188 Aij:0.50.5 Opdf：多变量高斯分布---平均值：[0.036-0.051 0.075]

国家1 Pi:0.5000000000000188 Aij:0.50.5 Opdf：多变量高斯分布---平均值：[0.036-0.051 0.075]

然而，使用陀螺仪数据训练的HMM似乎无法了解HMM的状态，无论我尝试了多少次训练迭代（500次迭代）。例如，学习到的状态概率仅为NaN

使用陀螺仪数据训练的HMM输出：

带有2个状态的HMM

州0 皮：南 Aij:？ Opdf：多变量高斯分布---平均值：[？？？]

国家1 皮：南 Aij:？ Opdf：多变量高斯分布---平均值：[？？？]

这种行为的原因可能是什么？在HMM中使用数据之前，是否需要执行预处理或规范化步骤？ HMM中的状态数是否不足？我试过五个州，但结果都一样

此处可以看到加速计培训文件的片段：

陀螺仪培训文件的一个片段可以在这里看到：

对于这两个训练文件，每一行表示一个训练序列

图书馆可在以下位置获得：

---

提前谢谢

详细阐述我的评论，我建议：

使用高斯pdf的随机初始化，即不是将均值向量初始化为

[0,0,0]

，将协方差矩阵初始化为单位矩阵的0.1倍，就像您现在所做的那样，使用一些随机值或一些基于数据的经验平均值和协方差

白化数据，即确保每个坐标的平均值和单位方差为零（甚至使用PCA使坐标不相关）

---

我只是通过查看您的数据进行猜测，但有两件事您应该尝试：（1）将高斯函数初始化为随机值（2）对数据进行规范化和白化，即确保数据具有零均值和不相关坐标（例如通过PCA）。然后再试一次。我不确定（1）你是什么意思？如果你解释的话，我会接受这个答案。我尝试了（2）并标准化了我的陀螺仪值，得到了可以接受的结果。谢谢！@ItamarKatzSee我关于（1）的答案请快速评论@Itamar Katz，均值向量和协方差矩阵的随机值到底是什么，我如何根据我的数据提取或计算经验均值和协方差？hmm的学习是迭代的，您可以使用

hmm.setOpdf

提供初始值（我猜，我不知道这个库）。