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

您可能需要的是

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

如果我向前向后编码，我还需要发射矩阵，这不是hmmlearn给出的

虽然

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