scikit-learn 패키지에서 gaussianHMM을 사용하여 여러 가지 관찰 시퀀스를 한꺼번에 학습 할 수있는 방법에 대한 질문이있었습니다. 예제는 다음과 같습니다. visualizing the stock market structureScikit 관찰 시퀀스 집합으로 HMM 학습을 배우십시오
은 1 개의 긴 관찰 시퀀스에서 EM 수렴을 보여줍니다. 그러나 많은 시나리오에서 우리는 START와 END 상태를 갖는 각 관측 시퀀스와 관측 (문장 집합에 대한 훈련과 같은)을 나누기를 원합니다. 즉, 여러 관찰 순서에 대해 전 세계적으로 훈련하고 싶습니다. GuassianHMM을 사용할 때 어떻게이를 수행 할 수 있습니까? 살펴볼 예제가 있습니까? 당신은 예를 들어, X1, X2, X3에 대해 여러 사람들을,있는 경우 첨부 된 예에서 미리
에서
감사합니다 당신이 싱글에 대한 교육은 어떤
model.fit([X])
할 관찰의, 당신은 실행할 수 있습니다
에서 HMM 구현을위한 일반적model.fit([X1,X2,X3])
당신이 그것을 순서를 제공 scikit 배우기 of observations S
model.fit(S)
관찰에 여러 기능이있는 경우 @lejlotk에서이 작업을 수행합니까? (예 : X1은 R^3의 벡터입니다.) – notArefill
예, 사실 ** 여러 기능을 가진 ** 무언가 (최악의 경우 하나)가 적합해야합니다 : "배열과 같은 관찰 순서 목록, 각 모양 (n_i, n_features)을 가지며, 여기서 n_i는 i 번째 관찰의 길이입니다. " – lejlot
@leijot 감사합니다. 어쩌면 당신은 내가 신뢰할 수있는 교차로에서 내 질문을 볼 수 있습니다. http://stats.stackexchange.com/questions/169193/multiple-continuous-observations-in-hmm-gaussian-mixture – notArefill
관찰 시퀀스에 여러 기능이있는 경우이 방법이 효과가 있습니까? – notArefill