mah*_*kya 1 machine-learning markov prediction hidden-markov-models scikit-learn
假设有一系列观察,例如[1,2,3,5,5,5,2,3,2,3, ..., 3, 4].我试图在Scikit中使用HMM的当前实现 - 学习预测该观察序列的下一个值.我有2个问题.
给定一系列观察,我如何预测下一次观察(如上所述)？
鉴于n个观察的许多序列和那些序列的n + 1个观察,HMM可以用于预测n个观察的新序列的第(n + 1)个观察吗？如果是这样的话？
我从文档中无法理解这一点.
我发现可能有重复,但没有说明如何在Scikit中使用HMM - 学习预测序列中的下一个值.
Fre*_*Foo 10
HMM不适合这个问题.他们擅长预测完全观察到的序列的标签(隐藏状态),而不是完成序列.尝试在观察窗口上训练分类器或回归模型,然后将其用于预测.即,在训练时,将模型观察(i, ..., i + k)作为特征和观察i + k + 1作为目标,对于i每个给定序列中的所有位置.在测试时,将最后的k观察结果作为特征.