问题描述
我有一个使用hmmlearn.fit函数拟合的GaussianHMM。我也有很多观察序列,我想根据给定的拟合模型计算每个序列发生的概率。我查看了hmmlearn的文档,但找不到完全符合我想要的方法。在这种情况下,我是否只需要编码向前-向后算法?如果我前后编码,我还需要hmmlearn没有给出的发射矩阵。
有人对此有何建议?谢谢!
解决方法
我也有一堆观测序列,我想计算在给定拟合模型的情况下每个序列发生的概率
- 您可能需要的是
score
函数,以评估序列的概率(即model.score(X)
)。请注意,这是对数概率,因为hmmlearn
会针对下溢误差进行调整。
如果我前后编码,我还需要hmmlearn没有给出的发射矩阵。
- 尽管
GaussianHMM
没有排放矩阵,但是您可以选择离散化排放并利用MultinomialHMM
,这允许您指定并随后提取排放矩阵model.emissionprob_
。