使用 HMMLearn.multinomialhmm(discrete hmm) 预测下一次观察答案

【问题标题】：predicting next observation using HMMLearn.multinomialhmm(discrete hmm)使用 HMMLearn.multinomialhmm(discrete hmm) 预测下一次观察
【发布时间】：2019-04-30 15:17:45
【问题描述】：

我已经使用hmmlearn 实现了一个 HMM：

states = ['healthy','sick']
observations = ['sleeping','eating','pooping']
model = HMM(n_components=2)
model.n_features = 3
model.startprob_ = [0.7, 0.3]
model.transmat_ = [
    [0.8, 0.2],
    [0.4, 0.6]
]
model.emissionprob_ = [
    [0.2, 0.6, 0.2],
    [0.4, 0.1, 0.5],
]

我也有一系列观察结果：

obs = np.array([0,0,1,0,2,0,1,2,0,1,0,2,0,1,1,2,0])
obs = obs.reshape(-1, 1)

现在我想预测下一次观察（在 t+1 时），但不知道如何。

（*我已阅读文档但一无所获）

【问题讨论】：

标签： python hidden-markov-models hmmlearn

【解决方案1】：

我发现没有函数可以做到这一点，只能使用model.predict() 获取隐藏状态概率，然后找出下一个状态（和观察）。

【讨论】：

维特比不会返回下一个状态。它将返回作为输入传递的一系列观察的最可能的状态序列。