Python HMMLearn的预测序列

我正在研究这个问题，但我不知道如何从测试数据中提取预测序列

我已使用

.fit（X_-train）

对模型进行了培训，但有以下几点：

unseen\u hidden\u states=model.predict（X\u测试）

返回一个数组：

[2 1…，3 3]

---

我不知道如何解释或如何从文档中提取预测序列：

通过调用

predict

方法

序列

X_检验=[x1，x2，x3，x4]

的

[2，1，1，3]

等结果意味着

x1

很可能是由隐藏状态

2

生成的，

x2

是由隐藏状态

1

，

x3

是由隐藏状态

1

生成的，和隐藏状态下的

x4

如果你想了解这背后的算法，你可以寻找维特比算法

编辑：

---

如果要计算模型相关数据的可能性，应查看函数

score

，

\u compute\u log\u likelion

，或

score\u samples

我如何获得实际值，而不是它可能生成的隐藏状态？@recovery检查我的编辑。“实际价值”很不清楚。。。我想你指的是数据w.r.t.模型的可能性如果我预测股票市场，我如何得到预测价格。这就是我所说的实际情况value@redress您的问题似乎与此类似：如果您在回答中有不明白的地方，请告诉我：）

score_samples

返回

（-734802478.69610989，数组（[0,0,1,0.]，[0,0,0,0,1.]，[0,0,0,0,1.]。。。，[0,0,0,1.]，[0,0,0,1.]，[0,0,0,1.]）pred