文件名称：hmm-lda:“集成主题和语法” TL Griffiths等。 HMM-LDA的Python实现
文件大小：9KB
文件格式：ZIP
更新时间：2024-05-27 07:26:12
Python
Python中的隐马尔可夫模型潜在Dirichlet分配 这是TL Griffiths等人介绍的HMM-LDA的Python实现。 在“集成主题和语法”中。 根据第2.2节，它使用Gibbs采样进行推理。 这是一项正在进行的工作。 目标 提供可读的，带注释的代码库，以供将来有关HMM-LDA及其变体的工作使用。 测试不同初始化方法的相对有效性。 安装 该软件包是使用Python 2.7开发的。 尽管NumPy是唯一的依赖项，但pip是推荐的程序包管理器。 可以使用pip install -r requirements.txt安装依赖项 测验 仍在进行中的测试套件可以使用运行Python的unittest框架的./test.sh命令运行 实验 numpy_hmm_lda.experiments模块包含generate模块 产生 python -m numpy_hmm_lda.experim
【文件预览】：
hmm-lda-master
----plot.plt(221B)
----plot.sh(208B)
----requirements.txt(13B)
----LICENSE(1KB)
----test.sh(68B)
----README.md(2KB)
----.gitignore(39B)
----numpy_hmm_lda()
--------experiments()
--------model.py(20KB)
--------__init__.py(0B)
--------tests()