文件名称：IOHMM：Python中的输入输出隐藏马尔可夫模型（IOHMM）
文件大小：671KB
文件格式：ZIP
更新时间：2024-02-23 17:34:38
python machine-learning time-series scikit-learn supervised-learning
OH 输入输出隐藏马尔可夫模型（IOHMM）的Python包。 IOHMM通过允许（a）初始，（b）过渡和（c）发射概率取决于各种协变量来扩展标准HMM。 标准HMM和IOHMM的图形表示： 标准HMM OH 实心节点表示观察到的信息，而透明（白色）节点表示潜在的随机变量。 顶层包含观察到的输入变量u t ； 中间层包含潜在分类变量z t ; 底层包含观察到的输出变量x t 。 （a）初始，（b）过渡和（c）发射概率的输入不必相同。 有关更多理论细节： IOHMM的应用： 正在安装 pip install IOHMM 例子 example目录包含一组： 产品特点 三合一IOHMM 。 IOHMM软件包支持： 在任何时间戳下都没有基本事实隐藏状态的无IOHMM。 将用于估计参数（最大化步骤）和后验参数（期望步骤）。 当您具有一定数量的地面真相隐藏状态并且希望在学习期间强制执行这些标记为隐藏状态并使用这些标记来帮助指导学习过程时，使用 IOHMM。 当您只想在学习过程中纯粹使用标记的地面真相隐藏状态时，请接受IOHMM。 在学习过程中，没有期望步骤，只有一个最大化步