Python 3.x 在hmmlearn上,是否有一个函数可以计算给定隐马尔可夫模型的观测序列T的概率?
我用hmmlearn.fit函数拟合了一个GaussianHMM。我也有一系列的观测序列,我想根据我的拟合模型计算每个序列发生的概率。我查阅了hmmlearn的文档,但没有找到一个符合我要求的方法。在这种情况下,我是否只需要编写前向-后向算法?如果我向前向后编码,我还需要发射矩阵,这不是hmmlearn给出的 有人对此有什么建议吗?谢谢大家! 我也有一系列的观测序列,我想根据我的拟合模型计算每个序列发生的概率Python 3.x 在hmmlearn上,是否有一个函数可以计算给定隐马尔可夫模型的观测序列T的概率?,python-3.x,hmmlearn,Python 3.x,Hmmlearn,我用hmmlearn.fit函数拟合了一个GaussianHMM。我也有一系列的观测序列,我想根据我的拟合模型计算每个序列发生的概率。我查阅了hmmlearn的文档,但没有找到一个符合我要求的方法。在这种情况下,我是否只需要编写前向-后向算法?如果我向前向后编码,我还需要发射矩阵,这不是hmmlearn给出的 有人对此有什么建议吗?谢谢大家! 我也有一系列的观测序列,我想根据我的拟合模型计算每个序列发生的概率 您可能需要的是score函数,用于评估序列的概率(即model.score(X))。请
score
函数,用于评估序列的概率(即model.score(X)
)。请注意,这是对数概率,因为hmmlearn
针对下溢误差进行调整GaussianHMM
没有发射矩阵,但您可以选择离散发射并利用多项式HMM
,这允许您指定发射矩阵模型,并在以后提取发射矩阵。emissionprob