A.D*_*A.D 5 python hidden-markov-models scikit-learn
我有一个问题,关于我如何在scikit-learn包中使用gaussianHMM来同时训练几个不同的观察序列.这里的例子是:可视化股票市场结构
显示EM收敛于1个长观察序列.但在许多场景中,我们希望打破观察(如对句子集的训练),每个观察序列具有START和END状态.也就是说,我想在全球范围内训练多个观察序列.使用GuassianHMM时如何实现这一目标？有一个例子可以看吗？
提前致谢
在附带的例子中你做
model.fit([X])
如果您有多个观察,则训练单个观察,例如X1,X2,X3,您可以运行
model.fit([X1,X2,X3])
通常用于scikit中的HMM实现 - 学习你给它一系列观察S
model.fit(S)