HMMlearn 库 - 遍历和从左到右的拓扑答案

【问题标题】：HMMlearn library -ergodic and left-to-right topologyHMMlearn 库 - 遍历和从左到右的拓扑
【发布时间】：2020-05-08 17:36:03
【问题描述】：

我已经使用 HMMlearn 库来执行手势识别，并且在某些手势中我想使用遍历拓扑，而在其他的从左到右的拓扑中。 HMM 架构内的拓扑是否由“协方差”参数设置为“完整”或“诊断”或我需要定义其他内容？

【问题讨论】：

标签： python hidden-markov-models hmmlearn left-to-right

【解决方案1】：

我不知道我的回答是否迟到，但可能会有所帮助。

如他们的文档中所述

转移概率矩阵不必是遍历的。例如，一个左右 HMM 可以定义如下：

lr = hmm.GaussianHMM(n_components=3, covariance_type="diag",
                  init_params="cm", params="cmt")
lr.startprob_ = np.array([1.0, 0.0, 0.0])
lr.transmat_ = np.array([[0.5, 0.5, 0.0],
                          [0.0, 0.5, 0.5],
                        [0.0, 0.0, 1.0]])

在这里，您强制模型学习参数“cmt”代表协方差、均值和转移矩阵，因此 startprob 永远不会改变。但是您通知（通过传递 init_params）它只是为了自己初始化协方差和平均值，因此您在 startprob 和 transmat_ 中生成的值将被锁存。这里的 hack 是这里的任何 0 都不会被训练，并且在更新中总是 0，所以你强制拓扑为 ltr。

covariance full 或 diag 与拓扑完全无关。它与您对功能的了解有关。以 diag 为例，您说所有特征都是完全独立的，因此它们的协方差为 0

【讨论】：