hmmlearn

什么是隐马尔可夫模型（HMM）

https://hmmlearn.readthedocs.io/en/latest/

隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。

是在被建模的系统被认为是一个马尔可夫过程与未观测到的（隐藏的）的状态的统计马尔可夫模型。

hmmlearn实现隐马尔可夫模型（HMM）。HMM是一种生成概率模型，其中有一系列可观察的概率 X 变量由一系列内部隐藏状态生成 Z。隐藏状态不会直接观察到。假设隐藏状态之间的转换具有（一阶）马尔可夫链的形式。它们可以由起始概率向量指定π 和转移概率矩阵 A。可观测量的发射概率可以是具有参数的任何分布θ以当前的隐藏状态为条件。HMM完全由…决定 π， A 和 θ。

# 构建HMM并生成样本
import numpy 
  

 

  
1
 

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/90322294